Μέθοδος Επαυξημένης Λαγκρανζιανής
Η Μέθοδος Επαυξημένης Λαγκρανζιανής, που αναπτύχθηκε από τους Magnus R. Hestenes και M. J. D. Powell το 1969, είναι μια ισχυρή τεχνική για την επίλυση προβλημάτων βελτιστοποίησης με περιορισμούς. Μετατρέπει ένα πρόβλημα με περιορισμούς σε μια ακολουθία υποπροβλημάτων χωρίς περιορισμούς, επαυξάνοντας τη Λαγκρανζιανή με έναν τετραγωνικό όρο ποινής, επιτρέποντας την αποτελεσματική επίλυση προβλημάτων μεγάλης κλίμακας, συμπεριλαμβανομένων κυρτών και μη κυρτών περιπτώσεων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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 ↗
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/el/operations-research/augmented-lagrangian-method
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Αποσύνθεση BendersΕπιχειρησιακή Έρευνα↔ compare
- Γεννήτρια Στηλών (Dantzig-Wolfe)Επιχειρησιακή Έρευνα↔ compare
- Μέθοδος SimplexΕπιχειρησιακή Έρευνα↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →