Метод возможных направлений — это способ задания релаксационного процесса решения задачи выпуклого программирования. [c.236]
Задача (1.18) — (1.20) представляет собой задачу выпуклого программирования. Для решения ее может быть использован метод секущих плоскостей или один из вариантов метода возможных направлений. [c.69]
Заметим, кроме того, что не все задачи выпуклого программирования приспособлены к использованию ряда известных эффективных методов решения. Применение таких методов выпуклого программирования, как методы возможных направлений, метод секущих плоскостей и других методов, связанных с вычислением градиентов функций, определяющих ограничения задачи, предполагает выпуклость каждой из этих функций в соответствующую сторону (в зависимости от знака неравенства). [c.70]
Для вычисления апостериорных решающих правил выпуклых задач стохастического программирования может быть использован любой численный метод выпуклого программирования в гильбертовом пространстве. Для решения стохастических задач могут быть, в частности, использованы методы, изложенные в [218]. Достаточно конструктивным численным методом решения задач математического программирования в функциональных пространствах является метод возможных направлений, обобщенный и обоснованный в [127] для решения бесконечномерных выпуклых задач. [c.123]
Для решения задачи предлагается сходящийся итеративный метод. На каждом шаге метода решается конечно-мерная задача квадратичного программирования для выбора возможного направления, вдоль которого можно улучшить значение целевого функционала fo(x), и выбирается рациональная величина шага. В алгоритме используется так называемый antizigzaging прием, исключающий заедание вычислительного процесса и обеспечивающий точность вычислений. Предлагаемый метод представляет собой естественное обобщение метода возможных направлений, разработанного в [126] для решения задач линейного и выпуклого программирования. [c.123]