Метод на разширените лагранжиани
Методът на разширените лагранжиани, разработен от Magnus R. Hestenes и M. J. D. Powell през 1969 г., е мощен метод за решаване на задачи за оптимизация с ограничения. Той преобразува задача с ограничения в поредица от задачи без ограничения чрез добавяне към лагранжиана на квадратичен член за наказание, което позволява ефективно решаване на мащабни задачи, включително изпъкнали и не-изпъкнали случаи.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Hestenes, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4(5), 303-320. DOI: 10.1007/BF00927673 ↗
- Powell, M. J. D. (1969). A method for nonlinear constraints in minimization problems. In Optimization (pp. 283-298). Academic Press. link ↗
- Boyd, S., Parikh, N., Chu, E., Peleato, B., & Eckstein, J. (2011). Distributed optimization and statistical learning via the alternating direction method of multipliers. Foundations and Trends in Machine Learning, 3(1), 1-122. DOI: 10.1561/2200000016 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/bg/operations-research/augmented-lagrangian-method
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Разлагане на БендърсИзследване на операциите↔ сравняване
- Колоногенериране (Dantzig-Wolfe)Изследване на операциите↔ сравняване
- Симплекс методИзследване на операциите↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →