วิธีตัวคูณลากรองจ์เสริม
วิธีตัวคูณลากรองจ์เสริม (Augmented Lagrangian Method) พัฒนาโดย Magnus R. Hestenes และ M. J. D. Powell ในปี 1969 เป็นเทคนิคที่มีประสิทธิภาพสูงสำหรับการแก้ปัญหาการหาค่าเหมาะสมที่สุดภายใต้ข้อจำกัด โดยแปลงปัญหาที่มีข้อจำกัดให้เป็นลำดับของปัญหาย่อยที่ไม่มีข้อจำกัด ด้วยการเสริมฟังก์ชันลากรองจ์ด้วยเทอมการลงโทษแบบกำลังสอง ทำให้สามารถแก้ปัญหาขนาดใหญ่ได้อย่างมีประสิทธิภาพ ทั้งกรณีที่เป็นแบบนูน (convex) และไม่เป็นแบบนูน (nonconvex)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/th/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 Decompositionการวิจัยดำเนินงาน↔ compare
- การสร้างคอลัมน์ (Dantzig-Wolfe)การวิจัยดำเนินงาน↔ compare
- Simplex Methodการวิจัยดำเนินงาน↔ compare