Resumen

Presentamos un algoritmo de optimización global para resolver programación cuadrática generalizada (GQP), es decir, programación cuadrática no convexa con restricciones cuadráticas no convexas. Al utilizar una nueva técnica de linealización, el problema inicial de programación no convexa (GQP) se reduce a una secuencia de problemas de programación lineal de relajación. Para mejorar la eficiencia computacional del algoritmo, se emplea una técnica de reducción de rango en el procedimiento de ramificación y acotamiento. El algoritmo propuesto converge al mínimo global del (GQP) mediante las soluciones subsiguientes de una serie de problemas de programación lineal de relajación. Finalmente, los resultados numéricos muestran la robustez y efectividad del algoritmo propuesto.

• 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:Algoritmo; Optimización global; Programación cuadrática generalizada; No convexo; Programación lineal; Ramificación y acotamiento.
• Keywords:Algorithm; Global optimization; Generalized quadratic programming; Nonconvex; Linear programming; Branch and bound.