Authors:
- Premier livre principalement consacré aux méthodes de décomposition-coordination en optimisation depuis ceux parus dans les années 70
- Guide le lecteur d'une présentation élémentaire et intuitive des principes de décomposition jusqu'à un formalisme général permettant la construction systématique et l'étude de convergence d'algorithmes de coordination, et ce dans les contextes de l'optimisation déterministe et stochastique
- Contient de nombreux exercices et problèmes, avec leurs corrigés, illustrant les applications potentielles,tous issus de nombreuses années d'enseignement au niveau 3ème cycle et de pratique de ces techniques au niveau industriel
- Includes supplementary material: sn.pub/extras
Part of the book series: Mathématiques et Applications (MATHAPPLIC, volume 81)
Buy it now
Buying options
Tax calculation will be finalised at checkout
Other ways to access
This is a preview of subscription content, log in via an institution to check for access.
Table of contents (12 chapters)
-
Front Matter
-
Optimisation deterministe
-
Front Matter
-
-
Optimisation stochastique
-
Front Matter
-
-
Problemes et corriges
-
Front Matter
-
-
Back Matter
About this book
Ce livre considère le traitement de problèmes d'optimisation de grande taille. L'idée est d'éclater le problème d'optimisation global en sous-problèmes plus petits, donc plus faciles à résoudre, chacun impliquant l'un des sous-systèmes (décomposition), mais sans renoncer à obtenir l'optimum global, ce qui nécessite d'utiliser une procédure itérative (coordination). Ce sujet a fait l'objet de plusieurs livres publiés dans les années 70 dans le contexte de l'optimisation déterministe. Nous présentans ici les principes essentiels et méthodes de décomposition-coordination au travers de situations typiques, puis nous proposons un cadre général qui permet de construire des algorithmes corrects et d'étudier leur convergence. Cette théorie est présentée aussi bien dans le contexte de l'optimisation déterministe que stochastique. Ce matériel a été enseigné par les auteurs dans divers cours de 3ème cycle et également mis en œuvre dans de nombreuses applications industrielles. Desexercices et problèmes avec corrigés illustrent le potentiel de cette approche.
This book discusses large-scale optimization problems involving systems made up of interconnected subsystems. The main viewpoint is to break down the overall optimization problem into smaller, easier-to-solve subproblems, each involving one subsystem (decomposition), without sacrificing the objective of achieving the global optimum, which requires an iterative process (coordination). This topic emerged in the 70’s in the context of deterministic optimization. The present book describes the main principles and methods of decomposition-coordination using typical situations, then proposes a general framework that makes it possible to construct well-behaved algorithms and to study their convergence. This theory is presented in the context of deterministic as well as stochastic optimization, and has been taught by the authors in graduate courses and implemented in numerous industrial applications. The book also provides exercises and problems with answers to illustrate the potential of this approach.
Authors and Affiliations
-
Unité de Mathématiques Appliquées, ENSTA ParisTech Unité de Mathématiques Appliquées, Palaiseau, France
Pierre Carpentier
-
Marne-la-Vallée , Féricy, France
Guy Cohen
Bibliographic Information
Book Title: Décomposition-coordination en optimisation déterministe et stochastique
Authors: Pierre Carpentier, Guy Cohen
Series Title: Mathématiques et Applications
DOI: https://doi.org/10.1007/978-3-662-55428-9
Publisher: Springer Berlin, Heidelberg
eBook Packages: Mathematics and Statistics, Mathematics and Statistics (R0)
Copyright Information: Springer-Verlag GmbH Germany 2017
Softcover ISBN: 978-3-662-55427-2Published: 27 July 2017
eBook ISBN: 978-3-662-55428-9Published: 11 July 2017
Series ISSN: 1154-483X
Series E-ISSN: 2198-3275
Edition Number: 1
Number of Pages: XVII, 333
Number of Illustrations: 3 b/w illustrations, 23 illustrations in colour
Topics: Optimization, Algorithms, Probability Theory and Stochastic Processes