Cantitate/Preț
Produs
Total produse
Vezi coșul
Computational Issues in High Performance Software for Nonlinear Optimization de Almerico Murli

Computational Issues in High Performance Software for Nonlinear Optimization

Editat de Almerico Murli, Gerardo Toraldo
en Limba Engleză Hardback – 31 ian 1997
Computational Issues in High Performance Software for Nonlinear Research brings together in one place important contributions and up-to-date research results in this important area.
Computational Issues in High Performance Software for Nonlinear Research serves as an excellent reference, providing insight into some of the most important research issues in the field.
Citește tot Restrânge

Preț: 91813 lei

Preț vechi: 111967 lei
-18%

Puncte Express: 1377
Paperback 90209 lei
Hardback 91813 lei

Carte tipărită la comandă

Livrare economică 08-22 iulie

Livrare prin curier în România Termenul estimat este afișat lângă disponibilitate.
Transport gratuit pentru acest produs Plată online sau ramburs, în funcție de opțiunile comenzii.
Retur gratuit în 14 zile Comandă securizată și suport în română.
 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780792398622
ISBN-10: 0792398629
Pagini: 158
Ilustrații: IV, 158 p.
Dimensiuni: 156 x 234 x 11 mm
Greutate: 0.41 kg
Ediția:Reprinted from Computational Optimization and Applications, 7:1, 1997 edition
Editura: Springer Us
Locul publicării:New York, NY, United States

Public țintă

Research

Cuprins

A Comparison of Large Scale Mixed Complementarity Problem Solvers.- Impact of Partial Separability on Large-Scale Optimization.- On the Number of Inner Iterations Per Outer Iteration of a Globally Convergent Algorithm for Optimization with General Nonlinear Inequality Constraints and Simple Bounds.- Numerical Experiences with New Truncated Newton Methods in Large Scale Unconstrained Optimization.- Sparse Linear Least Squares Problems in Optimization.- Simulated Annealing and Genetic Algorithms for the Facility Layout Problem: A Survey.- Sequential Quadratic Programming Methods for Large-Scale Problems.- A Scalable Parallel Interior Point Algorithm for Stochastic Linear Programming and Robust Optimization.