Number of the records: 1
Sekvencionální kvadratické programování
Title statement Sekvencionální kvadratické programování [rukopis] / Martin Veselík Additional Variant Titles Sekvenciální kvadratické programování Personal name Veselík, Martin, (dissertant) Translated title Sequential Quadratic Programming Issue data 2022 Phys.des. 95 + CD ROM Note Oponent Jitka Machalová Ved. práce Jana Burkotová Another responsib. Machalová, Jitka, 1974- (opponent) Burkotová, Jana (thesis advisor) Another responsib. Univerzita Palackého. Katedra matematické analýzy a aplikací matematiky (degree grantor) Keywords Nelineární programování * Kvadratické programování * Sekvencionální kvadratické programování * SQP * Optimalizace * Podmíněná optimalizace * Nonlinear Programming * Quadratic Programming * Sequential Quadratic Programming * SQP * Optimization * Constrained Optimization Form, Genre diplomové práce master's theses UDC (043)378.2 Country Česko Language čeština Document kind PUBLIKAČNÍ ČINNOST Title Mgr. Degree program Navazující Degree program Aplikovaná matematika Degreee discipline Aplikace matematiky v ekonomii book
Kvalifikační práce Downloaded Size datum zpřístupnění 00260458-939696516.pdf 16 996.3 KB 08.05.2022 Posudek Typ posudku 00260458-ved-710764424.pdf Posudek vedoucího 00260458-opon-340245757.pdf Posudek oponenta Ostatní přílohy Size Popis 00260458-other-402109750.zip 5.7 KB
Sekvencionální kvadratické programování (SQP) je jedna z nejefektivnějších metod nelineárního programování, kdy hledáme minimum nelineární funkce omezené nelineárními podmínkami. Základem této metody je znalost kvadratického programování a metod řešení úloh kvadratického programování. Následně se práce přímo zabývá základní formou SQP metody, odvozením a konstrukcí základního algoritmu. Předposlední kapitola řeší možnosti, jak zlepšit základní algoritmus o aproximaci hessiánu a případnou úpravu kroku. Poslední kapitola popisuje podmínky konvergence.Sequential quadratic programming (SQP) is one of the most efficient methods of nonlinear programming, where we look for a minimum of a nonlinear function bounded by nonlinear constraints. The basis of this method is knowledge of quadratic programming and methods for solving quadratic programming problems. Subsequently, the work directly deals with the basic form of the SQP method, derivation and construction of the basic algorithm. The penultimate chapter addresses the possibilities of how to improve the basic algorithm for Hessian approximation and possible step adjustment. The last chapter describes the conditions of convergence.
Number of the records: 1