Extraction de régions intérieures pour améliorer le majorant en optimisation globale sous contraintes

Résumé : En optimisation globale continue sous contraintes, la recherche d'un meilleur point réalisable utilise généralement des méthodes d'optimisation locale en chaque nœud de l'arbre de recherche développé par une méthode de type Branch & Bound. Nous proposons une approche alternative quand les contraintes sont des inégalités et que l'espace réalisable a un volume non nul. Tout d'abord, on extrait une région intérieure, c.-à-d. un polyèdre convexe ou une boîte entièrement réalisable. Ensuite, on sélectionne un point dans la région intérieure extraite et on met à jour le majorant de la fonction objectif si ce point l'améliore. Nous décrivons dans cet article deux algorithmes originaux d'extraction de régions intérieures implantés dans IbexOpt. Ils s'appliquent à des contraintes continues non convexes contenant des opérateurs comme +, * , /, power, sqrt, exp, log, sin. Cette approche produit de très bons résultats sur des systèmes de taille moyenne du banc d'essai COCONUT.
Type de document :
Communication dans un congrès
JFPC 2013, Jun 2013, Aix-en-Provence, France. 2013
Liste complète des métadonnées

https://hal.inria.fr/hal-00879489
Contributeur : Gilles Chabert <>
Soumis le : lundi 4 novembre 2013 - 09:53:51
Dernière modification le : jeudi 21 janvier 2016 - 01:14:44
Document(s) archivé(s) le : vendredi 7 avril 2017 - 20:15:43

Fichier

2013_JFPC.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00879489, version 1

Citation

Ignacio Araya, Gilles Trombettoni, Bertrand Neveu, Gilles Chabert. Extraction de régions intérieures pour améliorer le majorant en optimisation globale sous contraintes. JFPC 2013, Jun 2013, Aix-en-Provence, France. 2013. <hal-00879489>

Partager

Métriques

Consultations de
la notice

354

Téléchargements du document

126