XINFORMAÇÕES SOBRE DIREITOS AUTORAIS
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.
A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.
A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.
A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital
Título: DECOMPOSITION AND RELAXATION ALGORITHMS FOR NONCONVEX MIXED INTEGER QUADRATICALLY CONSTRAINED QUADRATIC PROGRAMMING PROBLEMS Autor: TIAGO COUTINHO CARNEIRO DE ANDRADE
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Colaborador(es):
SILVIO HAMACHER - ADVISOR
FABRICIO CARLOS PINHEIRO OLIVEIRA - CO-ADVISOR
Nº do Conteudo: 37845
Catalogação: 29/04/2019 Liberação: 10/01/2020 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37845&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37845&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.37845
Resumo:
Título: DECOMPOSITION AND RELAXATION ALGORITHMS FOR NONCONVEX MIXED INTEGER QUADRATICALLY CONSTRAINED QUADRATIC PROGRAMMING PROBLEMS Autor: TIAGO COUTINHO CARNEIRO DE ANDRADE
FABRICIO CARLOS PINHEIRO OLIVEIRA - CO-ADVISOR
Nº do Conteudo: 37845
Catalogação: 29/04/2019 Liberação: 10/01/2020 Idioma(s): ENGLISH - UNITED STATES
Tipo: TEXT Subtipo: THESIS
Natureza: SCHOLARLY PUBLICATION
Nota: Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37845&idi=1
Referência [en]: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37845&idi=2
Referência DOI: https://doi.org/10.17771/PUCRio.acad.37845
Resumo:
This thesis investigates and develops algorithms based on Lagrangian
relaxation and normalized multiparametric disaggregation technique
to solve nonconvex mixed-integer quadratically constrained quadratic programming.
First, relaxations for quadratic programming and related problem
classes are reviewed. Then, the normalized multiparametric disaggregation
technique is improved to a reformulated version, in which the size of
the generated subproblems are reduced in the number of binary variables.
Furthermore, issues related to the use of the Lagrangian relaxation to solve
nonconvex problems are addressed by replacing the dual subproblems with
convex relaxations. This method is compared to commercial and open source
off-the-shelf global solvers using randomly generated instances. The proposed
method converged in 35 of 36 instances, while Baron, the benchmark
solver that obtained the best results only converged in 4 of 36. Additionally,
even for the one instance the methods did not converge, it achieved relative
gaps below 1 percent in all instances, while Baron achieved relative gaps between
10 percent and 30 percent in most of them.
| Descrição | Arquivo |
| COMPLETE |
