Algorithmes robustes en optimisation non convexe : codes et simulations numériques en grande dimension / Abderrazek Chine ; sous la direction de [Pham Dinh Tao]

Date :

Type : Livre / Book

Type : Thèse / Thesis

Langue / Language : français / French

Algorithmes

Optimisation convexe

Simulation numérique

Pham Dinh, Tao (19..-.... ; chercheur en génie mathématiques) (Directeur de thèse / thesis advisor)

Laurent, Pierre-Jean (1937-.... ; mathématicien) (Directeur de thèse / thesis advisor)

Université Joseph Fourier (Grenoble, Isère, France ; 1971-2015) (Organisme de soutenance / degree-grantor)

Institut d'informatique et mathématiques appliquées (Grenoble ; 1989-2006) (Laboratoire associé à la thèse / thesis associated laboratory)

Relation : Algorithmes robustes en optimisation non convexe : codes et simulations numériques en grande dimension / Abderrazek Chine ; sous la direction de [Pham Dinh Tao] / Grenoble : Université Joseph Fourier , 2008

Relation : Algorithmes robustes en optimisation non convexe : codes et simulations numériques en grande dimension / Abderrazek Chine ; sous la direction de [Pham Dinh Tao] / Grenoble : Atelier national de reproduction des thèses , 1991

Résumé / Abstract : Cette thèse est consacrée a l'étude des algorithmes en optimisation non convexe, a l'implémentation des codes a l'usage industriel et aux simulations numériques dans les problèmes de grande tailles. L'étude des problèmes quadratiques (convexes ou non convexes) sous contraintes linéaires et quadratiques ainsi que celle des méthodes de région de confiance pour minimisation d'une fonction de classe c#2, font l'objet de deux premiers chapitres. Les chapitres 3 et 4 sont réservés a l'optimisation non convexe (classification, dualité, stabilité et les algorithmes de sous gradients de resolution). Enfin, les simulations numériques dans les problèmes concrets de grande taille sont présentées et commentées dans le dernier chapitre