Metode papildinātā Lagranžieša funkcija
Metode papildinātā Lagranžieša funkcija, ko 1969. gadā izstrādāja Magnuss R. Hesteness un M. J. D. Pauels, ir spēcīga tehnika ierobežotu optimizācijas uzdevumu risināšanai. Tā pārvērš ierobežotu uzdevumu virknē neierobežotu apakšuzdevumu, papildinot Lagranžieša funkciju ar kvadrātisku soda locekli, kas ļauj efektīvi risināt liela mēroga uzdevumus, ieskaitot izliektus un neizliektus gadījumus.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/lv/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.
- Bendera sadalīšanaOperāciju pētīšana↔ compare
- Kolonnu ģenerēšana (Danciga-Volfes)Operāciju pētīšana↔ compare
- Simplex metodeOperāciju pētīšana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →