Numerische Verfahren der konvexen, nichtglatten Optimierung: Eine anwendungsorientierte Einführung

Author:   Walter Alt
Publisher:   Springer Fachmedien Wiesbaden
Edition:   2004 ed.
ISBN:  

9783519005131


Pages:   176
Publication Date:   28 October 2004
Format:   Paperback
Availability:   In Print   Availability explained
This item will be ordered in for you from one of our suppliers. Upon receipt, we will promptly dispatch it out to you. For in store availability, please contact us.

Our Price $100.29 Quantity:  
Add to Cart

Share |

Numerische Verfahren der konvexen, nichtglatten Optimierung: Eine anwendungsorientierte Einführung


Add your own review!

Overview

Konvexe Optimierungsprobleme mit einer nichtglatten Zielfunktion treten in vielen Anwendungen auf, beispielsweise im Zusammenhang mit Penalty-Verfahren fur differenzierbare Optimierungsprobleme, mit der Lagrange-Relaxation bei kombinatorischen Optimierungsproblemen oder bei der Strukturoptimierung von Stabwerken. Die wichtigsten numerischen Verfahren zur Losung solcher Optimierungsprobleme sind Subgradienten- und Bundle-Verfahren. Das Buch gibt eine kompakte Einfuhrung in die Grundlagen dieser Verfahren, die den Leser in die Lage versetzt, einfache Versionen der Verfahren selbst zu implementieren.

Full Product Details

Author:   Walter Alt
Publisher:   Springer Fachmedien Wiesbaden
Imprint:   Vieweg+Teubner Verlag
Edition:   2004 ed.
Dimensions:   Width: 17.00cm , Height: 1.00cm , Length: 24.00cm
Weight:   0.364kg
ISBN:  

9783519005131


ISBN 10:   3519005131
Pages:   176
Publication Date:   28 October 2004
Audience:   Professional and scholarly ,  Professional & Vocational
Format:   Paperback
Publisher's Status:   Active
Availability:   In Print   Availability explained
This item will be ordered in for you from one of our suppliers. Upon receipt, we will promptly dispatch it out to you. For in store availability, please contact us.
Language:   German

Table of Contents

1 Einführung.- 1.1 Konvexe Mengen und Funktionen.- 1.2 Konvexe Optimierungsaufgaben.- 1.3 Warum spezielle Verfahren?.- 2 Konvexe Mengen und Funktionen.- 2.1 Konvexe Mengen.- 2.2 Projektion auf konvexe Mengen.- 2.3 Trennungssätze.- 2.4 Konvexe Funktionen.- 2.5 Operationen mit konvexen Funktionen.- 2.6 Affine Minoranten.- 2.7 Lokale Lipschitz-Stetigkeit.- 2.8 Subdifferential und Richtungsableitung.- 2.9 Maximumfunktionen.- 3 Konvexe Optimierungsprobleme.- 3.1 Unrestringierte Probleme.- 3.2 Abstiegsrichtungen.- 3.3 Probleme mit allgemeinen konvexen Restriktionen.- 3.4 Lineare Nebenbedingungen.- 4 Das Subgradientenverfahren.- 4.1 Das Verfahren.- 4.2 Konvergenzbetrachtungen.- 4.3 Numerische Beispiele.- 5 Approximative Ableitungen.- 5.1 Approximation des Subdifferentials.- 5.2 Approximation der Richtungsableitung.- 5.3 Approximative Minima.- 5.4 Approximative Abstiegsrichtungen.- 6 Approximative Abstiegsverfahren.- 6.1 Grundlegende Verfahrenskonzepte.- 6.2 Das Schrittweitenverfahren.- 6.3 Konstruktion des Bundles.- 6.4 Ein implementierbares Abstiegsverfahren.- 7 Bundle-Verfahren.- 7.1 Stopp-Kriterien.- 7.2 Allgemeiner Verfahrensablauf.- 7.3 Numerische Beispiele.- 8 Bundle-Trust-Region-Verfahren.- 8.1 Grundlage des Verfahrens.- 8.2 Das Trust-Region-Problem.- 8.3 Das Verfahrenskonzept.- 8.4 Implementierung des Verfahrens.- 8.5 Das Bundle-Trust-Region-Verfahren.- 8.6 Konvergenz des Verfahrens.- 8.7 Numerische Beispiele.- 8.8 Probleme mit linearen Restriktionen.- Übungsaufgaben.

Reviews

Author Information

Prof. Dr. Walter Alt, Universität Jena

Tab Content 6

Author Website:  

Customer Reviews

Recent Reviews

No review item found!

Add your own review!

Countries Available

All regions
Latest Reading Guide

MRG2025CC

 

Shopping Cart
Your cart is empty
Shopping cart
Mailing List