Towards an efficient augmented Lagrangian method for convex quadratic programming (2020)
- Authors:
- Autor USP: HAESER, GABRIEL - IME
- Unidade: IME
- DOI: 10.1007/s10589-019-00161-2
- Assunto: PROGRAMAÇÃO MATEMÁTICA
- Keywords: Linear programming; Convex quadratic programming; Augmented Lagrangian; Interior point methods
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Computational Optimization and Applications
- ISSN: 0926-6003
- Volume/Número/Paginação/Ano: v. 76, n. 3, p. 767-800, 2020
- Conference titles: Brazilian Workshop on Continuous Optimization
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
BUENO, Luís Felipe e HAESER, Gabriel e SANTOS, Luiz-Rafael. Towards an efficient augmented Lagrangian method for convex quadratic programming. Computational Optimization and Applications. New York: Instituto de Matemática e Estatística, Universidade de São Paulo. Disponível em: https://doi.org/10.1007/s10589-019-00161-2. Acesso em: 26 dez. 2025. , 2020 -
APA
Bueno, L. F., Haeser, G., & Santos, L. -R. (2020). Towards an efficient augmented Lagrangian method for convex quadratic programming. Computational Optimization and Applications. New York: Instituto de Matemática e Estatística, Universidade de São Paulo. doi:10.1007/s10589-019-00161-2 -
NLM
Bueno LF, Haeser G, Santos L-R. Towards an efficient augmented Lagrangian method for convex quadratic programming [Internet]. Computational Optimization and Applications. 2020 ; 76( 3): 767-800.[citado 2025 dez. 26 ] Available from: https://doi.org/10.1007/s10589-019-00161-2 -
Vancouver
Bueno LF, Haeser G, Santos L-R. Towards an efficient augmented Lagrangian method for convex quadratic programming [Internet]. Computational Optimization and Applications. 2020 ; 76( 3): 767-800.[citado 2025 dez. 26 ] Available from: https://doi.org/10.1007/s10589-019-00161-2 - On the behavior of Lagrange multipliers in convex and nonconvex infeasible interior point methods
- Constraint qualifications and strong global Convergence properties of an augmented lagrangian method on riemannian manifolds
- A note on linearly dependent symmetric matrices
- Optimality conditions and global convergence for nonlinear semidefinite programming
- A relaxed quasinormality condition and the boundedness of dual augmented lagrangian sequences
- A second-order optimality condition with first- and second-order complementarity associated with global convergence of algorithms
- Optimality condition and complexity analysis for linearly-constrained optimization without differentiability on the boundary
- Condições de otimalidade e algoritmos em otimização não linear
- Convergence detection for optimization algorithms: approximate-KKT stopping criterion when Lagrange multipliers are not available
- On the use of Jordan Algebras for improving global convergence of an Augmented Lagrangian method in nonlinear semidefinite programming
Informações sobre o DOI: 10.1007/s10589-019-00161-2 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3000659.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
