Resumen

Proponemos un método de región de confianza adaptativo no monótono para problemas de optimización sin restricciones que combina un modelo cónico y una nueva regla de actualización para ajustar el radio de la región de confianza. A diferencia de los métodos tradicionales de región de confianza adaptativa, el subproblema del nuevo método es el subproblema de minimización cónica. Además, en cada iteración, utilizamos la última información iterativa y la actual para definir un radio de región de confianza inicial adecuado. Las propiedades de convergencia global y superlineal del método propuesto se establecen bajo condiciones razonables. Los resultados numéricos muestran que el nuevo método es eficiente y atractivo para problemas de optimización sin restricciones.

• Materias:Control del proceso Programación lineal Programación Matemática Diagnóstico de fallos Optimización de procesos
• Subjects: Linear programming Mathematical Programming Fault diagnosis Process optimization
• Palabras claves:problemas de optimización sin restricciones, nuevo método, método adaptativo de región de confianza, radio inicial adecuado de región de confianza, métodos tradicionales adaptativos de región de confianza, subproblema cónico de minimización, información iterativa actual, nueva regla de actualización, propiedades de convergencia superlineal, radio de región de confianza
• Keywords:unconstrained optimization problems, new method, adaptive trust region method, suitable initial trust region radius, traditional adaptive trust region methods, conic minimization subproblem, current iterative information, new update rule, superlinear convergence properties, trust region radius