Moderne Algorithmen der endlichdimensionalen Nichtlinearen Optimierung

Andreas Griewank

Übersicht zur Vorlesung (Sommersemester 2004):

Termin Vorlesung Mittwoch 9-11 Uhr
Ort Vorlesung RUD 25 1.013
Termin Übung Mittwoch 11-13 Uhr
Ort Übung RUD 25 1.013

Ziel
Den Teilnehmern sollen die mathematischen Grundlagen und softwaretechnische Umsetzung der aktuell leistungstärksten NLP Löser vermittelt werden. In der Übung werden bestimmte, öffentlich verfügbare Pakete vorgestellt und verglichen.

Vorkenntnisse
Die Teilnehmern sollten die folgenden Basisalgorithmen kennen bzw dem Skript Grundlagen der Optimierung vom WS 2003/4 entnehmen.
Die folgenden Basisalgorithmen werden in der Vorlesung vorgestellt:

Die folgenden Erweiterungen des Zielfunktionales sind in der Vorlesung zu erläutern:

Die folgenden Hilfsalgorithmen der Linearen Algebra werden aus der Nutzerperspektive erwähnt aber nicht im Detail erläutert.

Software
Die folgenden Programmierumgebungen sollen erläutert und selektiv genutzt werden.

Diskussion
Je nach Anzahl der Teilnehmer sollen die folgenden Optimierungsalgorithmen/Pakete dargestellt und diskutiert werden
Augmented Lagrangian:
MINOS ( Saunders et al), LANCELOT (Toint et al ), Pennon( Kocvara et al)
Sequential Quadratic Programming:
NPSOL/SNOPT ( Gill et al ), NLPQL(Schittkowski), SPRNLP/SOCS ( Betts et al )
Interior Point
KNITRO ( Nocedal et al ), LOQO(Vanderbei), IPOPT ( Waechter et al)
(Nearly) Feasible Points:
DONLP2 ( Spelucci ), FSQP ( Tits )

Terminplan für Übung

21.4.
Einführung in Matlab (J. Riehme)
28.4.
Üben mit Matlab
5.5.
Vorlesung und Übung zu AD ( J. Riehme )
12.5.
Einführung in AMPL ( J. Bacallao )
19.5.
Einführung in GAMS ( J. Bacallao )
26.5.
Einführung in CUTEr ( A. Ponomarenko )
anschliessend
Vorträge über Algorithmen Pakete in Reihung Lagrange, SQP, Innere Punkte!!