Etude comparative entre la technique des fonctions minorantes et majorantes pour la programmation linéaire / Oumaima Boudra  

Public ISBD Titre : Etude comparative entre la technique des fonctions minorantes et majorantes pour la programmation linéaire Type de document : texte imprimé Auteurs : Oumaima Boudra, Auteur ; Chaima Maouche, Auteur ; Assma Leulmi, Directeur de thèse Année de publication : 2022 Importance : 1 vol (49 f.) Format : 29 cm Langues : Français (fre) Catégories : Mathématique Mots-clés : Programmation linéaire Méthode de Karmakar Index. décimale : 510-Mathématique Résumé : Ce mémoire est consacré à l’étude de la méthode projectif de Karmarkar pour la résolution d’un programme linéaire, par laquelle on a proposé une alternative de calcul du pas de déplacement d’une façon explicite basée sur l’idée des fonctions minorantes et majorantes, cela a entraîné une diminution significative du nombre d’itérations, et cela a été fait en faisant une comparaison numérique entre eux. Les tests numériques sont encourageants, et favorisent notre approche. Côte titre : MAM/0584 En ligne : https://drive.google.com/file/d/1DKkwfispvHOg51fNLfA848AXl0s3Wmzp/view?usp=share [...] Format de la ressource électronique : pdf Etude comparative entre la technique des fonctions minorantes et majorantes pour la programmation linéaire [texte imprimé] / Oumaima Boudra, Auteur ; Chaima Maouche, Auteur ; Assma Leulmi, Directeur de thèse . - 2022 . - 1 vol (49 f.) ; 29 cm. Langues : Français (fre) Catégories : Mathématique Mots-clés : Programmation linéaire Méthode de Karmakar Index. décimale : 510-Mathématique Résumé : Ce mémoire est consacré à l’étude de la méthode projectif de Karmarkar pour la résolution d’un programme linéaire, par laquelle on a proposé une alternative de calcul du pas de déplacement d’une façon explicite basée sur l’idée des fonctions minorantes et majorantes, cela a entraîné une diminution significative du nombre d’itérations, et cela a été fait en faisant une comparaison numérique entre eux. Les tests numériques sont encourageants, et favorisent notre approche. Côte titre : MAM/0584 En ligne : https://drive.google.com/file/d/1DKkwfispvHOg51fNLfA848AXl0s3Wmzp/view?usp=share [...] Format de la ressource électronique : pdf

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAM/0584	MAM/0584	Mémoire	Bibliothéque des sciences	Français	Disponible Disponible

A Theoretical and Numerical Study of a New Hybrid Conjugate Gradient Method for Nonlinear Programming / Lamya Mendil

Public ISBD Titre : A Theoretical and Numerical Study of a New Hybrid Conjugate Gradient Method for Nonlinear Programming Type de document : texte imprimé Auteurs : Lamya Mendil, Auteur ; Chalabia Tebbal ; Assma Leulmi, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2024 Importance : 1 vol (56 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Mathématique Mots-clés : Unconstrained nonlinear optimization Conjugate gradient method Hybrid method Inexact line search The convergence Index. décimale : 510-Mathématique Résumé : The conjugate gradient method is one of the oldest methods for solving nonlinear unconstrained optimization problems especially in large size. This memory present a new hybrid conjugate gradient method based on the convex combination of NHS (modified HS) and MLS (modified LS) methods. The proposed algorithm satisfies the sufficient descent condition and converges globally under the usual and strong Wolfe line search assumptions. To illustrate the effectiveness of this method a numerical study is achieved. Note de contenu : Sommaire Introductioniii 1 Preliminariesandbasicconcepts1 1.1GeneraldeÂ…nitionsonunconstrainedoptimization..........1 1.2Existenceanduniquenessresults....................4 1.3Conditionsofoptimality........................5 1.3.1Necessaryconditions(NC)...................5 1.3.2Su¢cientConditions(SC)...................6 1.4Descentdirectionmethod.......................6 1.4.1Iterativealgorithm.......................7 2 Exactandinexactlinesearch9 2.1Purposeoflinesearch.........................9 2.2Safetyinterval..............................10 2.3Basicalgorithm.............................10 2.4Exactlinesearchmethods.......................10 2.5Inexactlinesearchmethods......................11 2.5.1Armijorule(1966).......................12 2.5.2Goldstein-Pricerule(1969)...................13 2.5.3Wolferule(1969)........................14 3 Theconjugategradientmethod18 3.1Gradientmethod............................18 3.1.1Gradientmethodalgorithm..................19 3.1.2convergenceofthegradientmethod..............19 3.2Theconjugategradientmethodfornonlinearfunctions.......20 3.2.1Generalprinciple........................20 3.2.2Somevariantsofthenonlinearconjugategradientmethod.21 3.2.3NonlinearconjugategradientalgorithmwithstrongWolfeÂ’s inexactlinesearch.......................21 3.3Convergenceresultsfortheconjugategradientmethod.......22 3.3.1Conditions C1 and C2 (Lipschitzandboundness)......22 3.3.2ZoutendijkÂ’sTheorem.....................23 3.3.3UsingZoutendijkÂ’stheoremtodemonstrateglobalconvergence23 4 Hybridmethodofnonlinearconjugategradient27 4.1HybridmethodsbasedonthemodiÂ…cationofclassicalconjugate gradientmethods............................27 4.1.1ThemodiÂ…cationofPRPmethod...............27 4.1.2ThemodiÂ…cationofFRmethod................28 4.1.3ThemodiÂ…cationofHSmethod................28 4.1.4ThemodiÂ…cationofLSmethod................29 4.2Hybridnonlinearconjugategradientmethodsbasedonconvexcom- binations.................................29 4.2.1Generalprinciple........................29 4.3AnewhybridCGmethodbasedonconvexcombination......30 4.3.1Theproposedalgorithm....................30 4.3.2Thesu¢cientdescentconditionandtheglobalconvergence.31 5 Numericalapplications 35 Côte titre : MAM/0727 A Theoretical and Numerical Study of a New Hybrid Conjugate Gradient Method for Nonlinear Programming [texte imprimé] / Lamya Mendil, Auteur ; Chalabia Tebbal ; Assma Leulmi, Directeur de thèse . - [S.l.] : Sétif:UFS, 2024 . - 1 vol (56 f.) ; 29 cm. Langues : Anglais (eng) Catégories : Thèses & Mémoires:Mathématique Mots-clés : Unconstrained nonlinear optimization Conjugate gradient method Hybrid method Inexact line search The convergence Index. décimale : 510-Mathématique Résumé : The conjugate gradient method is one of the oldest methods for solving nonlinear unconstrained optimization problems especially in large size. This memory present a new hybrid conjugate gradient method based on the convex combination of NHS (modified HS) and MLS (modified LS) methods. The proposed algorithm satisfies the sufficient descent condition and converges globally under the usual and strong Wolfe line search assumptions. To illustrate the effectiveness of this method a numerical study is achieved. Note de contenu : Sommaire Introductioniii 1 Preliminariesandbasicconcepts1 1.1GeneraldeÂ…nitionsonunconstrainedoptimization..........1 1.2Existenceanduniquenessresults....................4 1.3Conditionsofoptimality........................5 1.3.1Necessaryconditions(NC)...................5 1.3.2Su¢cientConditions(SC)...................6 1.4Descentdirectionmethod.......................6 1.4.1Iterativealgorithm.......................7 2 Exactandinexactlinesearch9 2.1Purposeoflinesearch.........................9 2.2Safetyinterval..............................10 2.3Basicalgorithm.............................10 2.4Exactlinesearchmethods.......................10 2.5Inexactlinesearchmethods......................11 2.5.1Armijorule(1966).......................12 2.5.2Goldstein-Pricerule(1969)...................13 2.5.3Wolferule(1969)........................14 3 Theconjugategradientmethod18 3.1Gradientmethod............................18 3.1.1Gradientmethodalgorithm..................19 3.1.2convergenceofthegradientmethod..............19 3.2Theconjugategradientmethodfornonlinearfunctions.......20 3.2.1Generalprinciple........................20 3.2.2Somevariantsofthenonlinearconjugategradientmethod.21 3.2.3NonlinearconjugategradientalgorithmwithstrongWolfeÂ’s inexactlinesearch.......................21 3.3Convergenceresultsfortheconjugategradientmethod.......22 3.3.1Conditions C1 and C2 (Lipschitzandboundness)......22 3.3.2ZoutendijkÂ’sTheorem.....................23 3.3.3UsingZoutendijkÂ’stheoremtodemonstrateglobalconvergence23 4 Hybridmethodofnonlinearconjugategradient27 4.1HybridmethodsbasedonthemodiÂ…cationofclassicalconjugate gradientmethods............................27 4.1.1ThemodiÂ…cationofPRPmethod...............27 4.1.2ThemodiÂ…cationofFRmethod................28 4.1.3ThemodiÂ…cationofHSmethod................28 4.1.4ThemodiÂ…cationofLSmethod................29 4.2Hybridnonlinearconjugategradientmethodsbasedonconvexcom- binations.................................29 4.2.1Generalprinciple........................29 4.3AnewhybridCGmethodbasedonconvexcombination......30 4.3.1Theproposedalgorithm....................30 4.3.2Thesu¢cientdescentconditionandtheglobalconvergence.31 5 Numericalapplications 35 Côte titre : MAM/0727

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
MAM/0727	MAM/0727	Mémoire	Bibliothéque des sciences	Anglais	Disponible Disponible

---

1 (1 - 2 / 2)