Resumen

Se ha desarrollado un algoritmo de distribución de variables paralelas modificadas (PVD) para resolver problemas de optimización restringida a gran escala, el cual modifica el subproblema cuadrático en cada iteración en lugar del subproblema de tipo SQP propuesto por C. A. Sagastizbal y M. V. Solodov en 2002. El algoritmo puede evitar las dificultades asociadas con la posible inconsistencia del subproblema del método SQP original. Además, introducimos una técnica no monótona en lugar de la función de penalización para llevar a cabo el procedimiento de búsqueda de línea de manera más flexible. Bajo condiciones apropiadas, se establece la convergencia global del método. En la parte final, se implementan experimentos numéricos paralelos en CUDA basados en GPU (Unidad de Procesamiento Gráfico).

• Materias:Modelado matemático Modelo de red neuronal Tasa de convergencia Aritmética Ondículas libres
• Subjects:Mathematical modeling Neural network model Convergence rate Arithmetic Free wavelets
• Palabras claves:Modificado; Distribución paralela de variables; Algoritmo; Problemas de optimización restringidos; Subproblema cuadrático; Técnica no monótona
• Keywords:Modified; Parallel variable distribution; Algorithm; Constrained optimization problems; Quadratic subproblem; Nonmonotone technique