Pytania otagowane jako convex-optimization

Optymalizacja wypukła to szczególny przypadek optymalizacji matematycznej, w którym wykonalny obszar jest wypukły, a celem jest albo zminimalizowanie funkcji wypukłej, albo maksymalizacja funkcji wklęsłej.

17
Czy istnieje wysokiej jakości nieliniowy solver programowania dla Pythona?
Mam kilka trudnych, niewypukłych problemów globalnej optymalizacji do rozwiązania. Obecnie używam MATLAB's Optimization Toolbox (konkretnie fmincon()z algorytmem = 'sqp'), co jest dość skuteczne . Jednak większość mojego kodu znajduje się w języku Python i chciałbym również przeprowadzić optymalizację w języku Python. Czy istnieje solver NLP z powiązaniami Pythona, z którym …
3
Odległość euklidesowa w oktawie
Chciałbym wiedzieć, czy istnieje szybki sposób na obliczenie odległości euklidesowej dwóch wektorów w oktawie. Wydaje się, że nie ma do tego żadnej specjalnej funkcji, więc czy powinienem po prostu użyć formuły z sqrt?
2
Jakie są zalety / wady metod punktów wewnętrznych w porównaniu z metodą simpleks do optymalizacji liniowej?
Jak rozumiem, ponieważ rozwiązanie programu liniowego zawsze występuje w wierzchołku jego wielościennego wykonalnego zestawu (jeśli istnieje rozwiązanie, a optymalna wartość funkcji celu jest ograniczona od dołu, zakładając problem minimalizacji), w jaki sposób można przeszukać wnętrze realnego regionu może być lepsze? Czy zbiega się szybciej? W jakich okolicznościach korzystniejsze byłoby zastosowanie …
2
Rozwiązywanie problemu najmniejszych kwadratów z ograniczeniami liniowymi w Pythonie
Muszę rozwiązać s.t.minx∥Ax−b∥22,∑ixi=1,xi≥0,∀i.minx‖Ax−b‖22,s.t.∑ixi=1,xi≥0,∀i.\begin{alignat}{1} & \min_{x}\|Ax - b\|^2_{2}, \\ \mathrm{s.t.} & \quad\sum_{i}x_{i} = 1, \\ & \quad x_{i} \geq 0, \quad \forall{i}. \end{alignat} Myślę , że to kwadratowy problem, który powinien być rozwiązany za pomocą CVXOPT , ale nie potrafię zrozumieć, jak to zrobić.
2
CVXOPT VS. OpenOpt
CVXOPT: http://abel.ee.ucla.edu/cvxopt/index.html OpenOpt: http://openopt.org/Welcome Jaki jest związek między nimi? Jakie są ich zalety / wady? BTW, czy jest jakaś inna wysokiej jakości biblioteka optymalizacji wypukłej ogólnego przeznaczenia dla Python / C ++?
4
Programowanie liniowe z ograniczeniami macierzowymi
Mam problem z optymalizacją, który wygląda następująco minJ,Bs.t.∑ij|Jij|MJ+BY=XminJ,B∑ij|Jij|s.t.MJ+BY=X \begin{array}{rl} \min_{J,B} & \sum_{ij} |J_{ij}|\\ \textrm{s.t.} & MJ + BY =X \end{array} Tutaj moje zmienne są macierzami JJJ i BBB , ale cały problem jest nadal programem liniowym; pozostałe zmienne są ustalone. Kiedy próbuję wprowadzić ten program do moich ulubionych narzędzi do …
2
Czym różni się programowanie geometryczne od programowania wypukłego?
Czym różni się (uogólnione) programowanie geometryczne od ogólnego programowania wypukłego? Program geometryczny można przekształcić w program wypukły i zazwyczaj rozwiązuje się go metodą punktu wewnętrznego. Ale jaka jest przewaga nad bezpośrednim sformułowaniem problemu jako programu wypukłego i rozwiązaniem go metodą punktu wewnętrznego? Czy klasa programów geometrycznych stanowi jedynie podzbiór klasy …
2
Wysiłek obliczeniowy algorytmów
Rozważ ściśle wypukły, nieograniczony problem optymalizacjiO:=minx∈Rnf(x).O:=minx∈Rnf(x).\mathcal{O} := \min_{x \in \mathbb{R}^n} f(x).Niech oznacza jego unikalne minima, a x_0 będzie początkowym przybliżeniem do x_ \ text {opt}. Wywołamy wektor x an \ epsilon - zamknij rozwiązanie \ mathcal {O} if \ begin {equation} \ frac {|| x - x _ {\ text …
3
Jak w inteligentny sposób wykluczyć wypukłość?
Chcę zminimalizować skomplikowaną funkcję celu i nie jestem pewien, czy jest ona wypukła. Czy istnieje fajny algorytm, który próbuje udowodnić, że nie jest wypukły? Oczywiście algorytm może tego nie udowodnić, w takim przypadku nie wiedziałbym, czy jest wypukły, czy nie, i to jest OK; Chcę po prostu spróbować wykluczyć wypukłość, …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.