Méthodes de faisceaux en programmation non convexe

  • Fabrice Desaegher

    Student thesis: Master typesMaster en sciences mathématiques

    Résumé

    Le but de ce travail est de présenter des méthodes de faisceaux pour résoudre des problèmes de programmation convexe et non convexe. A cette fin, nous commençons par quelques rappels indispensables en optimisation non différentiable, puis nous présentons deux méthodes de faisceau en optimisation convexe : une méthode de type primale et une méthode basée sur le concept de trajectoire proximale. Dans une seconde partie, nous abordons le cas non convexe en étudiant deux autres méthodes de faisceaux, l'une utilisant le concept de trajectoire proximale, l'autre utilisant la différence de deux fonctions convexes. Finalement nous présentons des résultats numériques pour illustrer le comportement de l'algorithme dans le cas non convexe.
    la date de réponse25 juin 2004
    langue originaleFrançais
    SuperviseurJean-Jacques STRODIOT (Promoteur), Van Hien Nguyen (Jury) & Geneviève Salmon (Jury)

    Contient cette citation

    '