Augmented Lagrangian módszer
A Magnus R. Hestenes és M. J. D. Powell által 1969-ben kifejlesztett Augmented Lagrangian módszer (kiterjesztett Lagrangian-módszer) egy hatékony technika kötött optimalizálási problémák megoldására. Ez a módszer egy kötött problémát egy sorozat független részproblémává alakít át a Lagrangian-függvény kiegészítésével egy kvadratikus büntetőtaggal, lehetővé téve nagyméretű, konvex és nem-konvex eseteket is magában foglaló problémák hatékony megoldását.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/hu/operations-research/augmented-lagrangian-method
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Benders-dekompozícióOperációkutatás↔ összehasonlítás
- Generálás oszlopokkal (Dantzig-Wolfe)Operációkutatás↔ összehasonlítás
- A szimplex módszerOperációkutatás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →