Mètode del Lagrangià Augmentat
El Mètode del Lagrangià Augmentat, desenvolupat per Magnus R. Hestenes i M. J. D. Powell el 1969, és una tècnica potent per resoldre problemes d'optimització amb restriccions. Converteix un problema restringit en una seqüència de subproblemes no restringits augmentant el Lagrangià amb un terme de penalització quadràtic, cosa que permet la resolució eficient de problemes a gran escala, incloent-hi casos convexos i no convexos.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/ca/operations-research/augmented-lagrangian-method
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Descomposició de BendersInvestigació operativa↔ compara
- Generació de columnes (Dantzig-Wolfe)Investigació operativa↔ compara
- Mètode SimplexInvestigació operativa↔ compara
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →