Augmented Lagrangian-metoden
Augmented Lagrangian-metoden, utviklet av Magnus R. Hestenes og M. J. D. Powell i 1969, er en kraftig teknikk for å løse begrensede optimeringsproblemer. Den konverterer et begrenset problem til en sekvens av ubegrensede delproblemer ved å utvide Lagrangen med et kvadratisk straffeledd, noe som muliggjør effektiv løsning av storskala problemer, inkludert konvekse og ikke-konvekse tilfeller.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/no/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.
- Benders DekomponeringOperasjonsanalyse↔ compare
- Kolonnegenerering (Dantzig-Wolfe)Operasjonsanalyse↔ compare
- SimplexmetodenOperasjonsanalyse↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →