Resumen

Varios problemas de optimización en ingeniería y gestión se formulan como problemas de programación no lineal. Debido a la naturaleza no convexa de este tipo de problemas, no se dispone de un enfoque eficiente para derivar el óptimo global de los problemas. Cómo localizar una solución óptima global de un problema de programación no lineal es una cuestión importante en la teoría de la optimización. En las últimas décadas, los métodos de linealización a trozos se han aplicado ampliamente para convertir un problema de programación no lineal en un problema de programación lineal o en un problema de programación convexa de enteros mixtos para obtener una solución óptima global aproximada. En el proceso de transformación, se introducen variables binarias adicionales, variables continuas y restricciones para reformular el problema original. Estas variables y restricciones adicionales determinan principalmente la eficacia de la solución del problema transformado. Por lo tanto, este estudio proporciona una revisión de los métodos de linealización a trozos y analiza la eficiencia computacional de varios métodos de linealización a trozos.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:problema de programación no lineal, métodos de linealización a trozos, solución óptima global aproximada, diversos métodos de linealización a trozos, diversos problemas de optimización, problema de programación convexa, variables binarias adicionales, solución óptima global, últimas décadas, problema de programación lineal
• Keywords:nonlinear programming problem, piecewise linearization methods, approximated global optimal solution, various piecewise linearization methods, various optimization problems, convex programming problem, extra binary variables, global optimal solution, last few decades, linear programming problem