En el método de -Quasi-Newton para problemas de optimización multiobjetivo no restringidos
Autores: Lai, Kin Keung; Mishra, Shashi Kant; Ram, Bhagwat
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
En el método de -Quasi-Newton para problemas de optimización multiobjetivo no restringidos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Técnica de optimización
Método de Quasi-Newton
Multiobjetivo no restringido
Matriz Hessiana
Regla tipo Armijo
Tasa de convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Una técnica de optimización sin parámetros se aplica en el método de Quasi-Newton para resolver problemas de optimización multiobjetivo no restringidos. Los componentes de la matriz Hessiana se construyen utilizando la -derivada, que es definida positiva en cada iteración. La longitud del paso se calcula mediante una regla similar a Armijo que es responsable de escapar del punto de mínimo local al mínimo global en cada iteración debido a la -derivada. Además, se demuestra que la tasa de convergencia es superlineal en un vecindario local de un punto mínimo basado en la -derivada. Por último, los experimentos numéricos muestran un mejor rendimiento.
Descripción
Una técnica de optimización sin parámetros se aplica en el método de Quasi-Newton para resolver problemas de optimización multiobjetivo no restringidos. Los componentes de la matriz Hessiana se construyen utilizando la -derivada, que es definida positiva en cada iteración. La longitud del paso se calcula mediante una regla similar a Armijo que es responsable de escapar del punto de mínimo local al mínimo global en cada iteración debido a la -derivada. Además, se demuestra que la tasa de convergencia es superlineal en un vecindario local de un punto mínimo basado en la -derivada. Por último, los experimentos numéricos muestran un mejor rendimiento.