Conditional gradient methods for multiobjective optimization
Saved in:
| Main Author: | |
|---|---|
| Publication Date: | 2021 |
| Format: | Doctoral thesis |
| Language: | eng |
| Source: | Repositório Institucional da UFG |
| Download full: | http://repositorio.bc.ufg.br/tede/handle/tede/12772 |
Summary: | Neste trabalho, analisamos o método do gradiente condicional, também conhecido como método de Frank-Wolfe, para resolver problemas de otimização multiobjetivo restrita. Também propomos e analisamos uma versão generalizada deste método para resolver problemas de otimização composta multiobjetivo que consistem em minimizar simultaneamente várias funções objetivo. Cada função objetiva é a soma de duas funções, uma é considerada continuamente diferenciável e a outra não é necessariamente diferenciável. Ambos os métodos são analisados com três estratégias de obtenção dos tamanhos dos passos, a saber: tipo Armijo, adaptativos e tamanhos decrescentes dos passos. Propriedades de convergência assintótica e limites de complexidade de iteração com e sem suposições de convexidade na função objetivo são estabelecidas. Experimentos numéricos para o método do gradiente condicional são fornecidos para ilustrar a eficácia do método e certificar os resultados teóricos obtidos. |
Be the first to leave a comment!