Estudo comparativo entre buscas lineares não monotônicas empregadas no método do gradiente espectral projetado em conjuntos convexos
Palavras-chave:
Método do Gradiente Espectral Projetado, Buscas Lineares Não Monotônicas, Minimização de Funções, Conjuntos ConvexosResumo
Desde o seu surgimento, o Método do Gradiente Espectral Projetado (SPG) tem sido amplamente aplicado em diversas áreas, como na resolução de problemas de tomografia de reflexão sísmica. Esse método requer estratégias adequadas, denominadas de buscas lineares, para o fornecimento de comprimentos de passo que assegurem boas propriedades de convergência da sequência gerada. Neste trabalho, analisaremos buscas lineares não monotônicas para minimização de funções em conjuntos convexos fechados definidos por restrições de limitação das variáveis.
Downloads
Referências
J. Barzilai e J. M. Borwein. “Two-point step size gradient methods”. Em: IMA journal of numerical analysis 8.1 (1988), pp. 141–148.
L. Bello e M. Raydan. “Convex constrained optimization for the seismic reflection tomography problem”. Em: Journal of Applied Geophysics 62.2 (2007), pp. 158–166.
E. G. Birgin, J. M. Martínez e M. Raydan. “Nonmonotone spectral projected gradient methods on convex sets”. Em: SIAM Journal on Optimization 10.4 (2000), pp. 1196–1211.
E. G. Birgin, J. M. Martínez e M. Raydan. “Spectral projected gradient methods: review and perspectives”. Em: Journal of Statistical Software 60 (2014), pp. 1–21.
N. I. Gould, D. Orban e P. L. Toint. “CUTEst: a constrained and unconstrained testing environment with safe threads for mathematical optimization”. Em: Computational optimization and applications 60 (2015), pp. 545–557.
L. Grippo, F. Lampariello e S. Lucidi. “A nonmonotone line search technique for Newton’s method”. Em: SIAM journal on Numerical Analysis 23.4 (1986), pp. 707–716.
