Um estudo numérico do emprego de duas estratégias para a busca de Armijo em otimização restrita
Palavras-chave:
Otimização restrita, Gradiente Projetado, Busca de Armijo, Métodos numéricosResumo
Neste trabalho, objetivamos desenvolver um estudo numérico para analisar o desempenho de um método do Gradiente Projetado na minimização de uma função utilizando duas estratégias para a busca de Armijo apresentadas por Iusem. Em geral, os métodos para otimização com restrições se preocupam com o problema do tipo min f(x) sujeito a x ∈ C, onde f : Rn → R é uma função diferenciável e C ⊂ Rn é um conjunto convexo e fechado, denominado conjunto viável. Métodos do Gradiente Projetado podem ser vistos como uma combinação de métodos do Gradiente para otimização irrestrita com projeções no conjunto viável do problema. A convexidade do conjunto viável torna possível a utilização do operador projeção ortogonal PC : Rn → C para se obter direções viáveis, as quais também são de descida. O processo ocorre da seguinte forma: a partir de xk, toma-se um comprimento de passo na direção oposta à do vetor gradiente, isto é, −∇f(xk). A seguir, aplica-se o operador projeção ortogonal PC no vetor resultante, obtendo-se assim, uma direção viável para o cálculo do próximo termo da sequência.
Downloads
Referências
E. G. Birgin, J. M. Martínez e M. Raydan. “Spectral projected gradient methods: review and perspectives”. Em: Journal of Statistical Software 60 (2014), pp. 1–21.
A. N. Iusem. “On the convergence properties of the projected gradient method for convex optimization”. Em: Computational & Applied Mathematics 22 (2003), pp. 37–52.
A. Izmailov e M. Solodov. Otimização, volume 2: métodos computacionais. IMPA, 2018.