Zusammenfassung
Wir betrachten die konvexe Optimierungsaufgabe a(x) + b(y) → min, α(x) + β(y) ≤ 0. Wir überführen sie zunächst in eine unrestringierte Optimierungsaufgabe, wenden dann einen Dekompositionsansatz an und erhalten auf diese Weise eine äquivalente unrestringierte Optimierungsaufgabe Ψ(x) → min von niedrigerer Dimension.
Zur Minimierung von Ψ(x) mittels einer Bündelmethode benötigen wir Sub-gradienten von Ψ(x). Die zu deren Berechnung erforderlichen Parameter sind Resultate einer gesonderten Minimierung, können also i.a. nicht exakt bestimmt werden. Es wird gezeigt, daß eine Approximation der Parameter hinreichend ist.
Abschließend berichten wir über numerische Ergebnisse bei der Minimierung von Ψ(x) mit der bundle-trust-region Methode von Zowe/Schramm [1].
Abstract
We consider the convex optimization problem a(x) + b(y) → min, α(x) + β(y) ≤ 0. We rewrite it into an unrestricted optimization problem and by means of a decomposition approach we get an equivalent unrestricted optimization problem Ψ(x) → min of lower dimension.
In order to minimize Ψ(x) by means of a bundle method we need subgradients of Ψ(x). Their calculation requires parameters which are results of a special minimization and therefore cannot be exactly calculated. It is shown that an approximation of the parameters is sufficient.
Finally we report numerical results of the minimization of Ψ(x) by means of the bundle-trust-region method of Zowe/Schramm [1].
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Referenzen
H. Schramm: Eine Kombination von Bundle- und Trust-Region-Verfahren zur Lösung nichtdifferenzierbarer Optimierungsprobleme. Bayreuther mathematische Schriften, Heft 30, Bayreuth 1989.
K. Beer, G. Dils: On the Finite Extension of the Marginal Function Arising in Decomposition Algorithms. Optimiz., 19 (1988), 675–682.
K. Beer: Verfahren der zulässigen Richtungen für nichtlineare konvexe Optimierungsprobleme mit Verbundstruktur. Wissenschaftliche Berichte der TH Leipzig, 1984, 35–47.
B. Luderer: Primale Dekomposition quasidifferenzierbarer Optimierungsaufgaben. Karl-Marx-Stadt 1988.
J.-B. Hiriart-Urruty, C. Lemaréchal: Convex Analysis and Minimization Algorithms I: Fundamentals. Grundlehren der mathematischen Wissenschaften 305, Springer-Verlag Berlin, Heidelberg, New York, London, Paris, Tokio, Hongkong, Barcelona, Budapest 1993.
W. Remke: Untersuchungen zu numerisch effektiven Verfahren zum Lösen von linearen Optimierungsaufgaben mit Verbundstruktur mittels impliziter Ressourcenaufspaltung. Karl-Marx-Stadt 1980.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 1996 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Campo, F.W.a. (1996). Primale Dekomposition einer konvexen Optimierungsaufgabe. In: Kleinschmidt, P., Bachem, A., Derigs, U., Fischer, D., Leopold-Wildburger, U., Möhring, R. (eds) Operations Research Proceedings 1995. Operations Research Proceedings, vol 1995. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-80117-4_3
Download citation
DOI: https://doi.org/10.1007/978-3-642-80117-4_3
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-60806-6
Online ISBN: 978-3-642-80117-4
eBook Packages: Springer Book Archive