Resumen

El método de homotopía de restricción agregada utiliza una única restricción de suavizado en lugar de -restricciones para reducir la dimensión de su mapa de homotopía, y por lo tanto se espera que sea más eficiente que el método combinado de punto interior de homotopía cuando el número de restricciones es muy grande. Sin embargo, el gradiente y la Hessiana de la función de restricción agregada son combinaciones complicadas de gradientes y Hessianas de todas las funciones de restricción, por lo que son costosos de calcular cuando el número de funciones de restricción es muy grande. Con el fin de mejorar el rendimiento del método de homotopía de restricción agregada para resolver problemas de programación no lineal, con pocas variables y muchas restricciones no lineales, se presenta un método de homotopía de restricción agregada aplanado, que puede ahorrar mucho cálculo de gradientes y Hessianas de funciones de restricción. Bajo algunas condiciones similares a otros métodos de homotopía, se demuestra la existencia y convergencia de un

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Método de homotopía de restricción agregada; Restricción de suavizado; Reducción de dimensión; Gradiente; Hessiano; Programación no lineal
• Keywords:Aggregate constraint homotopy method; Smoothing constraint; Dimension reduction; Gradient; Hessian; Nonlinear programming