Repositorio UFRO · Omeka S

Exploiting cone approximations in an augmented Lagrangian method for conic optimization

Primer Autor	Fukuda, Mituhiro
Título	Exploiting cone approximations in an augmented Lagrangian method for conic optimization
Editorial	TAYLOR & FRANCIS LTD
Revista	OPTIMIZATION METHODS & SOFTWARE
Lenguaje	en
Resumen	We propose an algorithm for general nonlinear conic programming which does not require the knowledge of the full cone, but rather a simpler, more tractable, approximation of it. We prove that the algorithm satisfies a strong global convergence property in the sense that it generates a strong sequential optimality condition. In particular, a KKT point is necessarily found when a limit point satisfies Robinson's condition. We conduct numerical experiments minimizing nonlinear functions subject to a copositive cone constraint. In order to do this, we consider a well known polyhedral approximation of this cone by means of refining the polyhedral constraints after each augmented Lagrangian iteration. In some numerical experiments, our strategy outperforms the standard approach of considering a close polyhedral approximation of the full copositive cone in every iteration.Proponemos un algoritmo para la programación cónica no lineal general que no requiere el conocimiento del cono completo, sino una aproximación más simple y manejable. Demostramos que el algoritmo satisface una fuerte propiedad de convergencia global, ya que genera una fuerte condición de optimalidad secuencial. En particular, se encuentra necesariamente un punto KKT cuando un punto límite satisface la condición de Robinson. Realizamos experimentos numéricos minimizando funciones no lineales sujetas a una restricción de cono copositivo. Para ello, consideramos una conocida aproximación poliédrica de este cono mediante el refinamiento de las restricciones poliédricas tras cada iteración del lagrangiano aumentado. En algunos experimentos numéricos, nuestra estrategia supera al enfoque estándar de considerar una aproximación poliédrica cercana del cono copositivo completo en cada iteración.
Tipo de Recurso	artículo original
Description	Nonlinear conic programming sequential optimality condition augmented Lagrangian method nonlinear copositive programming
doi	10.1080/10556788.2025.2576224
Formato Recurso	pdf
Palabras Claves	OPTIMALITY CONDITION ALGORITHM
Ubicación del archivo	http://dx.doi.org/10.1080/10556788.2025.2576224
Materias	OPTIMALITY CONDITION ALGORITHM
Disciplinas de la OCDE	Matemáticas Aplicadas Otras Especialidades de Matemáticas Ciencias de la Computación
Versión del recurso (Recomendado-único)	versión publicada
Tipo de ruta	hibrida verde
Access Rights	metadato
Derechos de acceso	metadato
Id de Web of Science	WOS:001608714100001
Título de la cita (Recomendado-único)	Exploiting cone approximations in an augmented Lagrangian method for conic optimization
Identificador del recurso (Mandatado-único)	artículo original
Editorial	TAYLOR & FRANCIS LTD
Revista/Libro	OPTIMIZATION METHODS & SOFTWARE
Categoría WOS	Computer Science, Software Engineering Operations Research & Management Science Mathematics, Applied
Idioma	en
ISSN	1055-6788
Entidad financiadora	CNPq(Conselho Nacional de Desenvolvimento Cientifico e Tecnologico (CNPQ))#So Paulo Research Foundation (FAPESP)(Fundacao de Amparo a Pesquisa do Estado de Sao Paulo (FAPESP))
Referencia del Financiador (Mandatado si es aplicable-repetible)	CNPq [grants 302000/2022-4, 407147/2023-3] So Paulo Research Foundation (FAPESP) [2018/24293-0, 2020/04585-7, 2020/07421-5, 2023/08706-1]
Formato	pdf