Optimisation continue : GERAD

Groupe d’études et de recherche en analyse des décisions

Méthodes d'optimisation pour les problèmes dont les dérivées premières sont continues et utilisables à un coût raisonnable.

juin 2020

A symmetric formulation of the linear system arising in interior methods for convex optimization with bounded condition number

Alexandre Ghannad, Dominique Orban et Michael A. Saunders

G-2020-37

avr. 2020

DMulti-MADS: Mesh adaptive direct multisearch for blackbox multiobjective optimization

Jean Bigeon, Sébastien Le Digabel et Ludovic Salomon

G-2020-25

fév. 2020

Computational study of a branching algorithm for the maximum \(k\)-cut problem

Vilmar Jefté Rodrigues De Sousa, Miguel F. Anjos et Sébastien Le Digabel

G-2020-11

jan. 2020

Numerical certification of Pareto optimality for biobjective nonlinear problems

Charles Audet, Frédéric Messine et Jordan Ninin

G-2020-01

oct. 2019

The complex-step derivative approximation on matrix Lie groups

Charles Champagne Cossette, Alex Walsh et James Richard Forbes

G-2019-80

Voir les 32 Cahiers…

déc. 2020

Scaled projected-directions methods with application to transmission tomography

Guillaume Mestdagh, Yves Goussard et Dominique Orban

Optimization and Engineering, 21(4), 1537–1561, 2020 référence BibTeX

juil. 2020

A regularization method for constrained nonlinear least squares

Dominique Orban et Abel Soares Siquiera

Computational Optimization and Applications, 76(3), 961–989, 2020 référence BibTeX

juin 2020

Implementing a smooth exact penalty function for equality-constrained nonlinear optimization

Ron Estrin, Michael P. Friedlander, Dominique Orban et Michael A. Saunders

SIAM Journal on Scientific Computing, 42(3), 1809–1835, 2020 référence BibTeX

avr. 2020

A regularized interior-point method for constrained linear least squares

Mohsen Dehghani, Andrew Lambe et Dominique Orban

INFOR: Information Systems and Operational Research , 58(2), 202–224, 2020 référence BibTeX

avr. 2020

The complex-step derivative approximation on matrix Lie groups

Charles Champagne Cossette, Alex Walsh et James Richard Forbes

IEEE Robotics and Automation Letters, 5(2), 906–913, 2020 référence BibTeX

Voir les 15 publications…

10h45–12h0023 nov. 2016 10h45

Stochastic data envelopment analysis

séminaire du GERAD
Mostafa Davtalab-Olyaie – University of Kashan, Iran

Chaire d’excellence en recherche du Canada sur la science des données pour la prise de décision en temps réel

Salle 4488, Pavillon André-Aisenstadt, Campus de l'Université de Montréal

15h00–16h0017 fév. 2017 15h00

A two-phase gradient algorithm for quadratic programming problems with a single linear constraint and bounds on the variables

séminaire du GERAD
Daniela di Serafino – University of Campania "Luigi Vanvitelli", Italie

Salle 4488, Pavillon André-Aisenstadt, Campus de l'Université de Montréal

10h45–12h0023 mars 2017 10h45

A decomposition method for convex optimization problems, the Bienstock-Zuckerberg (BZ) algorithm revisited

séminaire du GERAD
Renaud Chicoisne – University of Colorado Denver, États-Unis

Salle 4488, Pavillon André-Aisenstadt, Campus de l'Université de Montréal

10h30–11h3029 mai 2017 10h30

A distributed Jacobi algorithm for large-scale constrained convex optimization

séminaire du GERAD
Dang Doan – University of Freiburg, Allemagne

Salle 4488, Pavillon André-Aisenstadt, Campus de l'Université de Montréal

10h45–12h00 6 juil. 2017 10h45

An \(l_1\)-augmented Lagrangian algorithm and why, at least sometimes, it is a very good idea

séminaire du GERAD
Andrew R. Conn – IBM TJ Watson Research Center, États-Unis

Salle 4488, Pavillon André-Aisenstadt, Campus de l'Université de Montréal

Voir les 15 activités…