Um método amostral para problemas de otimização não suave com restrições

Resumo

Recentemente, problemas de otimização com funções não suaves localmente Lipschitz contínuas vem ganhando maior interesse científico. Por conseguinte, um método conhecido como Gradient Sampling (GS) foi recentemente desenvolvido para a solução de tais problemas irrestritos. Posteriormente, apoderando-se dos mesmos conceitos, um novo método amostral foi elaborado para a solução de problemas de otimização não suave com restrições, o qual faz uso de uma função penalizadora e de ideias desenvolvidas na área de Programação Quadrática Sequencial.No presente projeto, propomos desenvolver um novo método amostral para problemas de otimização não suave com restrições. Para tanto, a nossa proposta envolve um nova função penalizadora, a qual, por sua flexibilidade, nos permite considerar problemas de otimização em dois níveis. Desta forma, uma vez que problemas de otimização hierárquica estão presentes em inúmeros modelos de tomada de decisão, acreditamos que o presente projeto, além de oferecer uma contribuição teórica, apresenta uma capacidade real de aplicação. (AU)