En optimisation mathématique, la pénalisation est une technique permettant d'analyser et de résoudre analytiquement ou numériquement des problèmes d'optimisation avec contraintes. Elle consiste à transformer le problème avec contraintes en un problème (cas de la ) ou des problèmes (cas de la ) d'optimisation sans contrainte ; le sens précis de cette phrase apparaîtra . C'est un outil à la fois théorique et algorithmique.

Property Value
dbo:abstract
  • En optimisation mathématique, la pénalisation est une technique permettant d'analyser et de résoudre analytiquement ou numériquement des problèmes d'optimisation avec contraintes. Elle consiste à transformer le problème avec contraintes en un problème (cas de la ) ou des problèmes (cas de la ) d'optimisation sans contrainte ; le sens précis de cette phrase apparaîtra . C'est un outil à la fois théorique et algorithmique. * En théorie, on peut l'utiliser pour démontrer l'existence de solution des problèmes d'optimisation avec contraintes, en étudier les propriétés, établir des conditions d'optimalité, etc. * En algorithmique, cette approche permet de résoudre des problèmes avec contraintes en n'utilisant que des méthodes de l'optimisation sans contrainte ; cependant, à moins que l'on ne spécifie l'algorithme de manière raffinée (comme dans les algorithmes de points intérieurs en optimisation linéaire, quadratique et semi-définie positive — qui peuvent être interprétés comme des algorithmes de pénalisation), c'est un peu la «méthode du pauvre», permettant d'obtenir des résultats peu précis mais avec peu d'effort. (fr)
  • En optimisation mathématique, la pénalisation est une technique permettant d'analyser et de résoudre analytiquement ou numériquement des problèmes d'optimisation avec contraintes. Elle consiste à transformer le problème avec contraintes en un problème (cas de la ) ou des problèmes (cas de la ) d'optimisation sans contrainte ; le sens précis de cette phrase apparaîtra . C'est un outil à la fois théorique et algorithmique. * En théorie, on peut l'utiliser pour démontrer l'existence de solution des problèmes d'optimisation avec contraintes, en étudier les propriétés, établir des conditions d'optimalité, etc. * En algorithmique, cette approche permet de résoudre des problèmes avec contraintes en n'utilisant que des méthodes de l'optimisation sans contrainte ; cependant, à moins que l'on ne spécifie l'algorithme de manière raffinée (comme dans les algorithmes de points intérieurs en optimisation linéaire, quadratique et semi-définie positive — qui peuvent être interprétés comme des algorithmes de pénalisation), c'est un peu la «méthode du pauvre», permettant d'obtenir des résultats peu précis mais avec peu d'effort. (fr)
dbo:wikiPageExternalLink
dbo:wikiPageID
  • 5883608 (xsd:integer)
dbo:wikiPageLength
  • 15641 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID
  • 133849538 (xsd:integer)
dbo:wikiPageWikiLink
prop-fr:wikiPageUsesTemplate
dct:subject
rdfs:comment
  • En optimisation mathématique, la pénalisation est une technique permettant d'analyser et de résoudre analytiquement ou numériquement des problèmes d'optimisation avec contraintes. Elle consiste à transformer le problème avec contraintes en un problème (cas de la ) ou des problèmes (cas de la ) d'optimisation sans contrainte ; le sens précis de cette phrase apparaîtra . C'est un outil à la fois théorique et algorithmique. (fr)
  • En optimisation mathématique, la pénalisation est une technique permettant d'analyser et de résoudre analytiquement ou numériquement des problèmes d'optimisation avec contraintes. Elle consiste à transformer le problème avec contraintes en un problème (cas de la ) ou des problèmes (cas de la ) d'optimisation sans contrainte ; le sens précis de cette phrase apparaîtra . C'est un outil à la fois théorique et algorithmique. (fr)
rdfs:label
  • Pénalisation (optimisation) (fr)
  • Метод штрафов (ru)
  • Pénalisation (optimisation) (fr)
  • Метод штрафов (ru)
rdfs:seeAlso
owl:sameAs
prov:wasDerivedFrom
foaf:isPrimaryTopicOf
is dbo:wikiPageDisambiguates of
is dbo:wikiPageWikiLink of
is oa:hasTarget of
is foaf:primaryTopic of