Resumen

Se propone una nueva técnica de linealización paramétrica de dos partes a nivel global para una clase de problemas de programación no convexos (NPP). En primer lugar, se adopta un método de linealización paramétrica de dos partes para construir el subestimador de las funciones objetivo y de restricción, mediante la utilización de una transformación y una función de cota superior lineal paramétrica (LUBF) y una función de cota inferior lineal (LLBF) de una función logarítmica natural y una función exponencial con como base, respectivamente. Luego, se derivan una secuencia de problemas de programación lineal inferior de relajación, los cuales están integrados en un algoritmo de ramificación y acotamiento, en un problema inicial de programación no convexa. El algoritmo propuesto converge a la solución óptima global mediante la solución posterior a una serie de problemas de programación lineal. Finalmente, se presentan algunos ejemplos para ilustrar la viabilidad del algoritmo presentado.

• 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:Propuesto; Técnica de linealización paramétrica; Problemas de programación no convexos; Subestimador; Función de cota superior lineal; Función de cota inferior lineal
• Keywords:Proposed; Parametric linearization technique; Nonconvex programming problems; Underestimator; Linear upper bounding function; Linear lower bounding function