Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Introduction Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

9. Linearly Constrained Augmented Lagrangian: MINOS

verfasst von : Neculai Andrei

Erschienen in: Continuous Nonlinear Optimization for Engineering Applications in GAMS Technology

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this chapter we present one of the most respectable algorithms and softwares for solving general nonlinear optimization problems given by Murtagh and Saunders (1978, 1980, 1982, 1995). The main idea behind this method is to generate a step by minimizing the Lagrangian or the augmented Lagrangian subject to the linearizations of the constraints.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Penalty-Barrier Algorithm: SPENBAR
Nächstes Kapitel Quadratic Programming
Literatur
Andrei, N. (2011a) Critica raţiunii algoritmilor de programare liniară. [Criticism of the Linear Programming Algorithms Reasoning]. Editura Academiei Române, Bucureşti.
Arrow, K. J., & Sollow, R. M. (1958). Gradient methods for constrained maxima, with weakened assumptions. In K. J. Arrow, L. Hurwicz, & H. Uzawa (Eds.), Studies in linear and nonlinear programming (pp. 166–176). Stanford, CA, USA: Stanford University Press.
Carolan, W. J., Hill, J. E., Kennington, J. L., Niemi, S., & Wochmann, S. J. (1990). An empirical evaluation of the KORBX algorithms for military airlift applications. Operations Research, 38, 240–248.CrossRef
Dantzig, G. B. (1963). Linear programming and extensions. Princeton, NJ, USA: Princeton University Press.CrossRefMATH
GAMS – The solver manuals. (2005). GAMS Development Corporation.
Gay, D. M. (1985). Electronic mail distribution of linear programming test problems. Mathematical Programming Society COAL Newsletter.
Gill, P. E., & Murray, W. (1974a). Methods for large-scale linearly constrained problems. In P. E. Gill & W. Murray (Eds.), Numerical methods for constrained optimization (pp. 93–147). London\New York\San Francisco: Academic.
Gill, P. E., Murray, W., Saunders, M. A., & Wright, M. H. (1987). Maintaining LU factors of a general sparse matrix. Linear Algebra and its Applications, 88/89, 239–270.MathSciNetCrossRefMATH
Hellerman, E., & Rarick, D. (1971). Reinversion with the preassigned pivot procedure. Mathematical Programming, 1, 195–216.MathSciNetCrossRefMATH
Hellerman, E., & Rarick, D. (1972). The partitioned preassigned pivot procedure (P4). In D. J. Rose & R. A. Willoughby (Eds.), Sparse Matrices and their Applications (pp. 67–76). New York, NY, USA: Plenum Press.CrossRef
Hestens, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4, 303–320.MathSciNetCrossRef
Murtagh, B. A., & Saunders, M. A. (1978). Large-scale linearly constrained optimization. Mathematical Programming, 14, 41–72.MathSciNetCrossRefMATH
Murtagh, B. A., & Saunders, M. A. (1980). MINOS/AUGMENTED user’s manual. (Technical Report SOL 80–14, Systems Optimization Laboratory, Department of Operations Research, Stanford University, Stanford, California, CA 94305).
Murtagh, B. A., & Saunders, M. A. (1982). A projected lagrangian algorithm and its implementation for sparse nonlinear constraints. Mathematical Programming Study, 16, 84–117.MathSciNetCrossRefMATH
Murtagh, B. A., & Saunders, M. A. (1995). MINOS 5.4 user’s guide. (Technical Report SOL 83-20R, Systems Optimization Laboratory, Department of Operations Research, Stanford University, Stanford, California, CA 94305, February 1995).
Nocedal, J., & Wright, S. J. (2006). Numerical optimization, Springer series in operations research (2nd ed.). New York, NY, USA: Springer Science+Business Media.MATH
Powell, M. J. D. (1969). A method for nonlinear constraints in optimization problems. In R. Fletcher (Ed.), Optimization (pp. 283–297). New York, NY, USA: Academic.
Robinson, S. M. (1972). A quadratically convergent algorithm for general nonlinear programming problems. Mathematical Programming, 3, 145–156.MathSciNetCrossRefMATH
Rosen, J. B., & Kreuser, J. (1972). A gradient projection algorithm for nonlinear constraints. In F. Lootsma (Ed.), Numerical methods for nonlinear optimization (pp. 297–300). London, UK: Academic.
Saunders, M. (2015a). LUSOL – a basis factorization package. (Notes 6. Stanford University, Management Science & Engineering. Spring 2015).
Saunders, M. (2015b) Augmented Lagrangian methods. (Notes 9. Stanford University, Management Science & Engineering. Spring 2015).
Vanderbei, R. J. (2001). Linear programming: Foundations and extensions (2nd ed.). New York, NY, USA: Springer.CrossRefMATH
Wolfe, P. (1967). Methods of nonlinear programming. In J. Abadie (Ed.), Nonlinear programming (pp. 97–131). Amsterdam, Europe: North-Holland.
Wright, M. H. (1976). Numerical methods for nonlinearly constrained optimization. (SLAC Report No.193, 1976, Stanford University, California, 1976. (Ph.D. Dissertation)).
Metadaten
Titel
Linearly Constrained Augmented Lagrangian: MINOS
verfasst von
Neculai Andrei
Copyright-Jahr
2017
Buch
Continuous Nonlinear Optimization for Engineering Applications in GAMS Technology

Print ISBN: 978-3-319-58355-6

Electronic ISBN: 978-3-319-58356-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-58356-3_9