SciELO - Scientific Electronic Library Online

 
vol.18 issue2An Adaptive Random Search for Unconstrained Global Optimization author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

On-line version ISSN 2007-9737Print version ISSN 1405-5546

Abstract

MOSSO-VAZQUEZ, Alejo; JUAREZ-ROMERO, David; CRUZ-CHAVEZ, Marco Antonio  and  SUCAR, Luis Enrique. Un método simplex KKT para resolver eficientemente programas lineales para análisis de la sujeción basado en la identificación de restricciones no atadas. Comp. y Sist. [online]. 2014, vol.18, n.2, pp.225-242. ISSN 2007-9737.  https://doi.org/10.13053/CyS-18-2-2014-029.

Se propone un método eficiente de una fase para resolver problemas de programación lineal (LP) para análisis de la sujeción por manos robóticas. El método, nombrado como método Simplex KKT, procesa variables libres directamente mientras selecciona las variables entrante y saliente, lo que lo convierte en un método de una fase que es capaz de iniciar en cualquier punto del conjunto de soluciones factibles. Además, el método disminuye el número de pasos simplex por una estrategia angular de costo para seleccionar la variable entrante. Aún más importante, el método reduce el tamaño del problema LP por identificación de restricciones no atadas que preserva el cono Karush-Kuhn-Tucker (KKT). Desarrollamos el método Simplex KKT por la incorporación al bien conocido método simplex revisado de los siguientes componentes: un método para procesar variables libres, una estrategia de costo, y un método de identificación. Resolvemos problemas LP de análisis de la sujeción para probar la eficiencia y la naturaleza de una fase del método propuesto.

Keywords : Método Simplex KKT; programación lineal; análisis de la sujeción; restricciones no atadas.

        · abstract in English     · text in English

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License