Orientadores: Sandra Augusta Santos, Roberto Andreani / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-14T11:40:11Z (GMT). No. of bitstreams: 1 Shirabayashi_WesleyVagnerInes_D.pdf: 877226 bytes, checksum: a814cd9947431a0aee17517c4cc953f4 (MD5) Previous issue date: 2009 / Resumo: Neste trabalho reformulamos o problema de complementaridade não linear generalizado (GNCP) em cones poliedrais como um sistema não linear com restrição de não negatividade em algumas variáveis, e trabalhamos na resolução de tal reformulação por meio de estratégias de pontos interiores. Em particular, definimos dois algoritmos e provamos a convergência local de tais algoritmos sob hipóteses usuais. O primeiro algoritmo é baseado no método de Newton, e o segundo, no método tensorial de Chebyshev. O algoritmo baseado no método de Chebyshev pode ser visto como um método do tipo preditor-corretor. Tal algoritmo, quando aplicado a problemas em que as funções envolvidas são afins, e com escolhas adequadas dos parâmetros, torna-se o bem conhecido algoritmo preditor-corretor de Mehrotra. Também apresentamos resultados numéricos que ilustram a competitividade de ambas as propostas. / Abstract: In this work we reformulate the generalized nonlinear complementarity problem (GNCP) in polyhedral cones as a nonlinear system with nonnegativity in some variables and propose the resolution of such reformulation through interior-point methods. In particular we define two algorithms and prove the local convergence of these algorithms under standard assumptions. The first algorithm is based on Newton's method and the second, on the Chebyshev's tensorial method. The algorithm based on Chebyshev's method may be considered a predictor-corrector one. Such algorithm, when applied to problems for which the functions are affine, and the parameters are properly chosen, turns into the well-known Mehrotra's predictor corrector algorithm. We also present numerical results that illustrate the competitiveness of both proposals. / Doutorado / Otimização / Doutor em Matemática Aplicada

Les problèmes inverses en traitement d'images peuvent être résolus en utilisant des méthodes variationnelles classiques, des approches basées sur l'apprentissage profond, ou encore des stratégies bayésiennes. Bien que différentes, ces approches nécessitent toutes des algorithmes d'optimisation efficaces. L'opérateur proximal est un outil important pour la minimisation de fonctions non lisses. Dans cette thèse, nous illustrons la polyvalence des algorithmes proximaux en les introduisant dans chacune des trois méthodes de résolution susmentionnées.Tout d'abord, nous considérons une formulation variationnelle sous contraintes dont la fonction objectif est composite. Nous développons PIPA, un nouvel algorithme proximal de points intérieurs permettant de résoudre ce problème. Dans le but d'accélérer PIPA, nous y incluons une métrique variable. La convergence de PIPA est prouvée sous certaines conditions et nous montrons que cette méthode est plus rapide que des algorithmes de l'état de l'art au travers de deux exemples numériques en traitement d'images.Dans une deuxième partie, nous étudions iRestNet, une architecture neuronale obtenue en déroulant un algorithme proximal de points intérieurs. iRestNet nécessite l'expression de l'opérateur proximal de la barrière logarithmique et des dérivées premières de cet opérateur. Nous fournissons ces expressions pour trois types de contraintes. Nous montrons ensuite que sous certaines conditions, cette architecture est robuste à une perturbation sur son entrée. Enfin, iRestNet démontre de bonnes performances pratiques en restauration d'images par rapport à une approche variationnelle et à d'autres méthodes d'apprentissage profond.La dernière partie de cette thèse est consacrée à l'étude d'une méthode d'échantillonnage stochastique pour résoudre des problèmes inverses dans un cadre bayésien. Nous proposons une version accélérée de l'algorithme proximal de Langevin non ajusté, baptisée PP-ULA. Cet algorithme est incorporé à un échantillonneur de Gibbs hybride utilisé pour réaliser la déconvolution et la segmentation d'images ultrasonores. PP-ULA utilise le principe de majoration-minimisation afin de gérer les distributions non log-concaves. Comme le montrent nos expériences réalisées sur des données ultrasonores simulées et réelles, PP-ULA permet une importante réduction du temps d'exécution tout en produisant des résultats de déconvolution et de segmentation très satisfaisants. / Inverse problems in image processing can be solved by diverse techniques, such as classical variational methods, recent deep learning approaches, or Bayesian strategies. Although relying on different principles, these methods all require efficient optimization algorithms. The proximity operator appears as a crucial tool in many iterative solvers for nonsmooth optimization problems. In this thesis, we illustrate the versatility of proximal algorithms by incorporating them within each one of the aforementioned resolution methods.First, we consider a variational formulation including a set of constraints and a composite objective function. We present PIPA, a novel proximal interior point algorithm for solving the considered optimization problem. This algorithm includes variable metrics for acceleration purposes. We derive convergence guarantees for PIPA and show in numerical experiments that it compares favorably with state-of-the-art algorithms in two challenging image processing applications.In a second part, we investigate a neural network architecture called iRestNet, obtained by unfolding a proximal interior point algorithm over a fixed number of iterations. iRestNet requires the expression of the logarithmic barrier proximity operator and of its first derivatives, which we provide for three useful types of constraints. Then, we derive conditions under which this optimization-inspired architecture is robust to an input perturbation. We conduct several image deblurring experiments, in which iRestNet performs well with respect to a variational approach and to state-of-the-art deep learning methods.The last part of this thesis focuses on a stochastic sampling method for solving inverse problems in a Bayesian setting. We present an accelerated proximal unadjusted Langevin algorithm called PP-ULA. This scheme is incorporated into a hybrid Gibbs sampler used to perform joint deconvolution and segmentation of ultrasound images. PP-ULA employs the majorize-minimize principle to address non log-concave priors. As shown in numerical experiments, PP-ULA leads to a significant time reduction and to very satisfactory deconvolution and segmentation results on both simulated and real ultrasound data.

Este trabalho propõe uma abordagem que utiliza uma associação dos métodos de barreira modificada e de pontos interiores primal-dual para a resolução do problema de fluxo de potência ótimo (FPO) reativo. Para isso, foi realizado um levantamento bibliográfico que explicitou os conceitos de otimização aplicados ao sistema estático de energia elétrica e os métodos dual-Lagrangiano, Newton-Lagrangiano, primal-dual barreira logarítmica e de barreira modificada. Na abordagem proposta, as restrições canalizadas são desmembradas em duas desigualdades. Estas são transformadas em igualdades a partir do acréscimo de variáveis de folga ou de excesso, as quais são relaxadas e tratadas pela função barreira modificada. Associa-se a esse problema uma função Lagrangiana. O sistema de equações resultantes das condições de estacionaridade da função Lagrangiana foi resolvido pelo método de Newton. Na implementação computacional foram usadas técnicas de esparsidade. Os sistemas elétricos de potência utilizados para verificar a eficiência da abordagem proposta na solução do problema de FPO reativo em três tipos de testes foram o de 3 barras, os do IEEE 14, 30, 118, 162 e 300 barras, o equivalente CESP 440 kV com 53 barras e o equivalente brasileiro sul-sudeste com 787 barras / This work proposes an approach that uses an association of the methods of modified barrier and primal-dual interior points for the resolution of the reactive optimal power flow (OPF) problem. On this purpose, a bibliographical review was accomplished, which enlightened the optimization concepts applied to the static system of electrical energy and the methods dual-Lagrangian, Newton-Lagrangian, primal-dual logarithmic barrier and modified barrier. In this approach, the bounded constraints are transformed in equalities by adding the non-negative slack variables. Those slack variables are relaxed and handled by the modified barrier function. A Lagrangian function is associated to this problem. The equation sets generated by the first-order necessary conditions of the Lagrangian function, were solved by Newton's method. In the computational implementation, sparsity techniques were used. The electric systems used to verify the efficiency of the approach proposed in the solution of the reative OPF problem in three types of tests were of the 3, IEEE 14, 30, 118, 162 and 300 buses, equivalent CESP 440 kV with 53 buses and the equivalent brazilian south-southeast with 787 buses

Neste trabalho propomos uma abordagem para a resolução do problema de Fluxo de Potência Ótimo (FPO) perturbado. A metodologia consiste na obtenção da solução ótima para o problema inicial via um programa de FPO, e na utilização de sensibilidade para estimar novas soluções depois de ocorridas algumas perturbações no problema. Essas perturbações são variações de carga em uma ou mais barras do sistema. A técnica de sensibilidade está baseada nas informações de segunda ordem e nas condições de otimalidade. A obtenção da solução após ocorrerem perturbações no sistema é direta e não necessita de parâmetros iniciais e de correção, como penalidade e barreira, utilizados nos programas de FPO convencionais. Os resultados numéricos apresentados evidenciam o potencial desta metodologia para resolução do problema de FPO perturbado. / An approach to solve the perturbated Optimal Power Flow (OPF) problem is proposed in this study. The methodology consists in obtaining the optimal solution for the initial problem via a program of OPF, and using sensitivity to estimate new solutions after the occurrence of some perturbations in the problem. These perturbations consist in load variations in some buses of the system. The sensitivity technique is based on both the information of second order and otimality conditions. The computation of the solutions after the occurrence of perturbations in the system does not depend of initial and correction parameters such as penalty and barrier used in the conventional OPF programs. The numerical results demonstrate the potential of this methodology for the solution of the perturbated OPF problem.

Made available in DSpace on 2014-06-11T19:22:34Z (GMT). No. of bitstreams: 0 Previous issue date: 2010-08-23Bitstream added on 2014-06-13T20:48:01Z : No. of bitstreams: 1 souza_mas_me_bauru.pdf: 1718716 bytes, checksum: 06558a2073d16192fb7eaf1e9f95ca28 (MD5) / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Este trabalho visa a investigação e implementação de métodos Primal - Dual Previsor-Corretor de Pontos Interiores com a estratégia de busca unidimensional, e a aplicação destes em problemas de Despacho Econômico e Ambiental. Objetiva-se utilizar estes métodos para determinar soluções aproximadas e consistentes dos problemas causados citados, que forneçam a solução de minimização dos custos dos combustíveis empregados na geração termoelétrica de energia, otimizando um processo de alocação da demanda de energia elétrica entre as unidades geradoras disponíveis, de tal forma que as restrições operacionais sejam atendidas e que o custo de geração é minimizado. Pretende-se também, analisar o problema de Despacho Ambiental com um objetivo único quando se acopla a este o Problema de Despacho Econômico e busca-se, simultaneamente, a minimização dos custos de geração e a redução da emissão de poluentes na natureza. Os métodos foram implementados, testados em Problemas de Despacho Econômico e Ambiental, e o seu desempenho foi comparado com outros métodos já utilizados, cujos resultados são encontrados na literatura / This work aims the investigation and implementation of Primal-Dual Predictor-Corrector interior points methods, with the strategy of one-dimensional search, and its application in Economic and Environmental Dispatch Problems. It pretends to use these methods to determine approximate and consistent solutions of the mentioned problems, that provide the solution to minimize the fuel costs used in thermoelectric power generation, optimizing an allocations process of eletric power demand among available generation units, such that the operational constraints are attended and that generation cost is minimized. It too pretends to analyze the Environmental Dispatch Problem with the one objective when it is joined with the Dispatch Problems and it searchs, simultaneously, the minimization of the generation costs and the reduction of emission of the polluants in the nature. The methods were implemented, tested on the Economic and Environemental Dispatch Problems and its performance was compared with others method currently used, whose results are found in the literature

Neste trabalho propomos uma abordagem para a resolução do problema de Fluxo de Potência Ótimo (FPO) perturbado. A metodologia consiste na obtenção da solução ótima para o problema inicial via um programa de FPO, e na utilização de sensibilidade para estimar novas soluções depois de ocorridas algumas perturbações no problema. Essas perturbações são variações de carga em uma ou mais barras do sistema. A técnica de sensibilidade está baseada nas informações de segunda ordem e nas condições de otimalidade. A obtenção da solução após ocorrerem perturbações no sistema é direta e não necessita de parâmetros iniciais e de correção, como penalidade e barreira, utilizados nos programas de FPO convencionais. Os resultados numéricos apresentados evidenciam o potencial desta metodologia para resolução do problema de FPO perturbado. / An approach to solve the perturbated Optimal Power Flow (OPF) problem is proposed in this study. The methodology consists in obtaining the optimal solution for the initial problem via a program of OPF, and using sensitivity to estimate new solutions after the occurrence of some perturbations in the problem. These perturbations consist in load variations in some buses of the system. The sensitivity technique is based on both the information of second order and otimality conditions. The computation of the solutions after the occurrence of perturbations in the system does not depend of initial and correction parameters such as penalty and barrier used in the conventional OPF programs. The numerical results demonstrate the potential of this methodology for the solution of the perturbated OPF problem.

Este trabalho propõe uma abordagem que utiliza uma associação dos métodos de barreira modificada e de pontos interiores primal-dual para a resolução do problema de fluxo de potência ótimo (FPO) reativo. Para isso, foi realizado um levantamento bibliográfico que explicitou os conceitos de otimização aplicados ao sistema estático de energia elétrica e os métodos dual-Lagrangiano, Newton-Lagrangiano, primal-dual barreira logarítmica e de barreira modificada. Na abordagem proposta, as restrições canalizadas são desmembradas em duas desigualdades. Estas são transformadas em igualdades a partir do acréscimo de variáveis de folga ou de excesso, as quais são relaxadas e tratadas pela função barreira modificada. Associa-se a esse problema uma função Lagrangiana. O sistema de equações resultantes das condições de estacionaridade da função Lagrangiana foi resolvido pelo método de Newton. Na implementação computacional foram usadas técnicas de esparsidade. Os sistemas elétricos de potência utilizados para verificar a eficiência da abordagem proposta na solução do problema de FPO reativo em três tipos de testes foram o de 3 barras, os do IEEE 14, 30, 118, 162 e 300 barras, o equivalente CESP 440 kV com 53 barras e o equivalente brasileiro sul-sudeste com 787 barras / This work proposes an approach that uses an association of the methods of modified barrier and primal-dual interior points for the resolution of the reactive optimal power flow (OPF) problem. On this purpose, a bibliographical review was accomplished, which enlightened the optimization concepts applied to the static system of electrical energy and the methods dual-Lagrangian, Newton-Lagrangian, primal-dual logarithmic barrier and modified barrier. In this approach, the bounded constraints are transformed in equalities by adding the non-negative slack variables. Those slack variables are relaxed and handled by the modified barrier function. A Lagrangian function is associated to this problem. The equation sets generated by the first-order necessary conditions of the Lagrangian function, were solved by Newton's method. In the computational implementation, sparsity techniques were used. The electric systems used to verify the efficiency of the approach proposed in the solution of the reative OPF problem in three types of tests were of the 3, IEEE 14, 30, 118, 162 and 300 buses, equivalent CESP 440 kV with 53 buses and the equivalent brazilian south-southeast with 787 buses

Submitted by Renata Lopes (renatasil82@gmail.com) on 2016-06-16T17:52:10Z No. of bitstreams: 1 camiladefreitasfernandes.pdf: 740367 bytes, checksum: fac5ab7dcb039b31d587151b9a53fab1 (MD5) / Approved for entry into archive by Adriana Oliveira (adriana.oliveira@ufjf.edu.br) on 2016-07-13T14:25:13Z (GMT) No. of bitstreams: 1 camiladefreitasfernandes.pdf: 740367 bytes, checksum: fac5ab7dcb039b31d587151b9a53fab1 (MD5) / Made available in DSpace on 2016-07-13T14:25:13Z (GMT). No. of bitstreams: 1 camiladefreitasfernandes.pdf: 740367 bytes, checksum: fac5ab7dcb039b31d587151b9a53fab1 (MD5) Previous issue date: 2016-04-08 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Neste trabalho estudamos um algoritmo para solução de problemas de otimização irrestrita com funções não necessariamente convexas ou diferenciáveis, denominado Nonsmooth Feasible Direction Nonconvex Algorithm - NFDNA, e fazemos uma aplicação deste algoritmo que consistiu em utilizá-lo como subrotina de um outro algoritmo chamado Interior Epigraph Direction (IED) method. O IED, desenvolvido para resolver problemas de otimização não convexa, não diferenciável mas com restrições, utiliza Dualidade Lagrangeana que requer a minimização da função Lagrangeana. A eficiência do IED depende fortemente de tal minimização. Como aplicação, substituímos a rotina fminsearch do Matlab, utilizada originalmente pelo IED, pelo NFDNA. Mostramos através da solução de problemas teste que a performance do IED foi mais eficiente com a utilização do NFDNA. / In this work we study an algorithm for solving unsconstrained, not necessarily convex or differentiable optimization problems called Nonsmooth Feasible Direction Nonconvex Algorithm - NFDNA. We also employ this algorithm as a subroutine of the Interior Epigraph Directions (IED) method. The IED method, devised for solving constrained, nonconvex and nonsmooth optimization problems uses Lagrangean Duality which requires the minimization of the Lagrangean function. The effectiveness of the IED depends strongly on the Lagrangean function minimization. As an application, we replace the Matlab routine fminsearch, originally used by IED, with NFDNA. We show through the solution of test problems that the IED performance is more efficient by employing NFDNA.

Made available in DSpace on 2014-07-29T15:03:39Z (GMT). No. of bitstreams: 1 lilian pureza.pdf: 2774999 bytes, checksum: 2a074d04ee02c7e1c87fdbe8c2c68ef6 (MD5) Previous issue date: 2006-10-20 / The aim of this work is to present a formulation and corresponding computational implementation for sizing optimization of plane frames and cable-stayed columns considering geometric non liner behavior. The structural analysis is based on the finite element method using the updated lagrangian approach for plane frame and cable elements, which are represented by plane truss elements. The non linear system is solved by the Newton-Raphson method coupled to load increment strategies such as the arch length method and the generalized displacement parameter method, which allow the algorithm to transpose any critical point that happen to appear along the equilibrium path. In the optimization process the design variables are the heights of the crosssection of the frame elements, the objective function represents the volume of the structure and the constraints impose limits to displacements and critical load. Lateral constraints impose limits to the design variables. The finite difference method is used in the sensitivity analysis of the displacement and critical load constraints. The optimization process is carried out using three different optimization strategies: the sequential quadratic programming algorithm; the interior points algorithm; and the branch and bound method. Some numerical experiments are carried out so as to test the analysis and the sensitivity strategies. Numerical experiments are presented to show the validity of the implementation presented in this dissertation. / O objetivo deste trabalho é a otimização de dimensões de pórticos planos e de colunas estaiadas planas pela minimização do volume da estrutura, considerando os efeitos da não-linearidade geométrica em seu comportamento. A formulação utiliza, para análise das estruturas, elementos finitos de pórtico e de treliça planos e referencial lagrangeano atualizado. O método de Newton-Raphson foi utilizado como estratégia para solução do sistema de equações não lineares. Foram acopladas estratégias especiais para ultrapassagem de pontos críticos que possam existir ao longo da trajetória de equilíbrio, tais como o comprimento de arco cilíndrico e o controle dos deslocamentos generalizados. Na otimização, as variáveis de projeto são as alturas das seções transversais dos elementos, a função objetivo é o volume do material e as restrições dizem respeito a limitações impostas a deslocamentos e à carga limite, além de limitações impostas aos valores das variáveis. A sensibilidade da função objetivo foi obtida por diferenciação direta e a sensibilidade das restrições pelo método das diferenças finitas. Foram utilizados o algoritmo de programação quadrática seqüencial, PQS, o algoritmo de pontos interiores, PI, e o algoritmo de Branch and Bound, B&B. São apresentados exemplos de validação das estratégias de análise não linear e da análise de sensibilidade, além dos exemplos de validação da formulação empregada para a otimização resolvidos pelos métodos implementados.