Augmented Lagrangian Method
Augmented Lagrangian Method, vyvinutá Magnusom R. Hestenesom a M. J. D. Powellom v roku 1969, je výkonná technika na riešenie problémov s obmedzeniami v optimalizácii. Prevodí problém s obmedzeniami na sekvenciu problémov bez obmedzení pomocou rozšírenia Lagrangiánu o kvadratický penalizačný člen, čo umožňuje efektívne riešenie rozsiahlych problémov vrátane konvexných aj nekonvexných prípadov.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/sk/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.
- Bendersova dekompozíciaOperačný výskum↔ compare
- Generovanie stĺpcov (Dantzig-Wolfe)Operačný výskum↔ compare
- Metóda SimplexOperačný výskum↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →