روش لاگرانژین افزوده
روش لاگرانژین افزوده، که توسط مگنوس آر. هستنس و ام. جی. دی. پاول در سال ۱۹۶۹ توسعه یافت، یک تکنیک قدرتمند برای حل مسائل بهینهسازی مقید است. این روش با افزودن یک جمله جریمه مربعی به لاگرانژین، یک مسئله مقید را به دنبالهای از زیرمسائل نامقید تبدیل میکند و امکان حل کارآمد مسائل در مقیاس بزرگ، شامل موارد محدب و نامحدب، را فراهم میآورد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/fa/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.
- تجزیه بندرزپژوهش عملیات↔ compare
- تولید ستون (دانتزیگ-ولف)پژوهش عملیات↔ compare
- روش سیمپلکسپژوهش عملیات↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →