Resolução de problemas de otimização com restrições de igualdade e desigualdade utilizando a Inicialização Global Topográfica

Marroni de Sá Rêgo Rêgo, Janaína I. da Costa Rêgo, Luiz N. H. G. de Oliveira, Raimundo Augusto

Resumo


Em geral, os métodos clássicos para resolver o problema de otimização com restrições de igualdade e desigualdade são conhecidos por sua eficiência. Entretanto, tais métodos dependem fortemente da localização dos pontos iniciais. Neste trabalho, utilizamos a Inicialização Global Topográfica para gerar bons pontos iniciais para o método de busca local utilizado na resolução de problemas restritos de minimização global. Para realizar as tarefas de busca local, usamos o Algoritmo de Direções Viáveis e Pontos Interiores (FDIPA). Em seguida, utilizamos quatro problemas descritos na literatura para avaliar a eficácia da metodologia apresentada. Os resultados indicaram que a presente abordagem é uma estratégia eficiente para encontrar as soluções globais de problemas de otimização com restrições mistas.


Palavras-chave


FDIPA; Otimização Restrita; Inicialização Topográfica

Texto completo:

PDF

Referências


N.M. Hamza, R.A. Sarker e D.L. Essam. “Differential evolution with multi-constraint consensus methods for constrained optimization”. Em: Journal of Global Optimization 57

(2013), pp. 583–611. doi: 10.1007/s10898-012-9987-z.

N. Henderson et al. “A new look at the topographical global optimization method and its

application to the phase stability analysis of mixtures”. Em: Chemical Engineering Science

(2015), pp. 151–174. doi: 10.1016/j.ces.2015.01.029.

J. Herskovits. “Feasible Direction Interior-Point Technique for Nonlinear Optimization”. Em:

Journal of Optimization Theory and Applications 99 (1998), pp. 121–146. doi: 10.

/A:1021752227797.

W. Hock e K. Schittkowski. Test Examples for Nonlinear Programming Codes. 1a. ed.

New York: Springer, 1981. isbn: 9783642483202.

A. Ismailov e M. V. Solodov. Otimização: Condições de Otimalidade, Elementos de

Análise Convexa e de Dualidade. 4a. ed. Rio de Janeiro: IMPA, 2020. isbn: 9786599052804.

J. Nocedal e S.J. Wright. Numerical Optimization. 2a. ed. New York: Springer, 2006. isbn:

I. M. Sobol. “On the distribution of points in a cube and the approximate evaluation of integrals”. Em: USSR Computational Mathematics and Mathematical Physics 7 (1967),

pp. 86–112. doi: 10.1016/0041-5553(67)90144-9.

A. Törn e S.V Viitanen. “Topographical global optimization”. Em: Recent Advances in

Global Optimization. Ed. por C.A Floudas e P.M. Pardalos. Vol. 176. Princeton University

Press, 1992. Cap. 19, pp. 384–398. doi: 10.1515/9781400862528.




DOI: https://doi.org/10.5540/03.2022.009.01.0297

Apontamentos

  • Não há apontamentos.


SBMAC - Sociedade de Matemática Aplicada e Computacional
Edifício Medical Center - Rua Maestro João Seppe, nº. 900, 16º. andar - Sala 163 | São Carlos/SP - CEP: 13561-120
 


Normas para publicação | Contato