Nous proposons dans ce travail de nouvelles méthodes de décomposition basées sur l'algorithme du point proximal et ses extensions en optimisation convexe sous contraintes. On y démontre en particulier la sensibilité numérique de ces méthodes au choix d'un certain paramètre utilise pour accélérer la convergence. Ces méthodes sont appliquées a plusieurs modèles, notamment aux problèmes de transports dans les réseaux et aux problèmes de localisation. Les performances ont été validées a la fois du point de vue séquentiel et du point de vue massivement parallèle après une mise en œuvre sur la connection machine cm-2
Identifer | oai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00341794 |
Date | 18 December 1992 |
Creators | Oualibouch, Moulay Es-Saïd |
Source Sets | CCSD theses-EN-ligne, France |
Language | French |
Detected Language | French |
Type | PhD thesis |
Page generated in 0.0015 seconds