Resumen

Proponemos un método atractivo basado en búsqueda de línea y direcciones alternas parciales (LSPPAD) para resolver una clase de problemas de optimización convexa separable. Estos problemas considerados son comunes en la práctica. El método propuesto resuelve dos subproblemas en cada iteración: uno se resuelve mediante un método de punto proximal, mientras que el término proximal está ausente en el otro. Ambos subproblemas admiten soluciones inexactas. Se utiliza una técnica de búsqueda de línea para garantizar la convergencia. La convergencia del método LSPPAD se establece bajo algunas condiciones adecuadas. La ventaja del método propuesto es que proporciona la tratabilidad del subproblema en el que el término proximal está ausente. Las pruebas numéricas muestran que el método LSPPAD tiene un mejor rendimiento en comparación con el método de corrección de predicción basado en proyección alternante existente (APBPC) si ambos se emplean para resolver el problema descrito.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Método propuesto; Problemas de optimización convexa separables; Método del punto proximal; Técnica de búsqueda de línea; Convergencia; Pruebas numéricas
• Keywords:Proposed method; Separable convex optimization problems; Proximal point method; Line search technique; Convergence; Numerical tests