Projet :
NUMOPT

Précédent : Domaines d'applications Remonter :
Optimisation
Numérique Suivant : Résultats nouveaux
Logiciels
D'une façon générale, nos logiciels sont distribués de deux
façons différentes: d'une part des code de bibliothèque (type
Modulopt), mis à disposition libre ou payante suivant
l'utilisation qui en est faite; d'autre part des logiciels
spécifiques, développés pour une application donnée.
Les codes d'optimisation ci-dessous, très utilisés, ont été
développés dans le cadre de Promath.
Il s'agit d'un code
d'optimisation sans contraintes pour problèmes à très grand
nombre de variables (n
103,
a été utilisé pour n = 106). Techniquement, il
utilise un algorithme de BFGS à mémoire limitée avec recherche
linéaire de Wolfe (voir [[1],
§5.3] pour la terminologie).
Participants : Jean-Charles Gilbert [Projet Estime -
correspondant], Claude Lemaréchal [correspondant].
Code d'optimisation pour
(petits) problèmes avec contraintes de bornes uniquement:
D est un pavé de Rn. Il utilise la
méthode de BFGS avec recherche de Wolfe et gestion de contraintes
actives.
Participant : Claude Lemaréchal [correspondant].
Minimisation sans contraintes
d'une fonction convexe (non différentiable), par une méthode de
faisceaux de type proximal ([[1],
Chap.7]).
Participants : Claude Lemaréchal [correspondant], Claudia
Sagastizábal [correspondante].
Outre
des codes d'optimisation tels que ceux ci-dessus, la bibliothèque
Modulopt comporte des instances de problèmes d'application, réels
ou académiques. Elle constitue ainsi un champ d'expérience
fonctionnant dans les deux sens: expérimenter un nouvel
algorithme sur une batterie de problèmes-tests, ou bien choisir
parmi plusieurs codes celui qui s'adapte le mieux à un problème
donné.
Participant : Claude Lemaréchal [correspondant].

Précédent : Domaines d'applications Remonter :
Optimisation
Numérique Suivant : Résultats nouveaux