Mam zamieszanie w związku z regułą Armijo używaną do wyszukiwania linii. Czytałem wyszukiwanie linii śledzenia wstecz, ale nie zrozumiałem, o co chodzi w tej regule Armijo. Czy ktoś może wyjaśnić, czym jest zasada Armijo? Wikipedia wydaje się nie wyjaśniać dobrze.
Przeczytałem niektóre odniesienia, w tym to . Jestem trochę zdezorientowany, co kompilacja wykrywania kompresji wykrywa i próbuje rozwiązać. Czy to jest minimizesubject to∥x∥1Ax=bminimize‖x‖1subject toAx=b\begin{array}{ll} \text{minimize} & \|x\|_1\\ \text{subject to} & Ax=b\end{array} albo...
Poprosiłem o wyjaśnienia na temat ostatniego pytania na temat minpack i otrzymałem następujący komentarz: Każdy układ równań jest równoznaczny z problemem optymalizacji, dlatego metody optymalizacji oparte na Newtonie przypominają metody rozwiązywania układów równań nieliniowych oparte na...
Wiele ważnych problemów można wyrazić jako program liniowy o mieszanej liczbie całkowitej . Niestety znalezienie optymalnego rozwiązania dla tej klasy problemów jest NP-Complete. Na szczęście istnieją algorytmy aproksymacyjne, które mogą czasami zapewniać rozwiązania wysokiej jakości przy jedynie...
Próbuję rozwiązać następujący układ równań dla zmiennych i (wszystkie pozostałe są stałymi):x 2P., x1P.,x1P,x_1x2)x2)x_2 A ( 1 - P)2)- k1x1= 0A P.2)- k2)x2)= 0( 1 - P) ( r1+ x1)4L.1- P( r1+ x2))4L.2)= 0ZA(1-P.)2)-k1x1=0ZAP.2)-k2)x2)=0(1-P.)(r1+x1)4L.1-P.(r1+x2))4L.2)=0\frac{A(1-P)}{2}-k_1x_1=0 \\...
Interesuje mnie globalne maksymalizowanie funkcji wielu ( ) rzeczywistych parametrów (w wyniku złożonej symulacji). Jednak funkcja, o której mowa, jest stosunkowo droga w ocenie, wymaga około 2 dni na każdy zestaw parametrów. Porównuję różne opcje i zastanawiałem się, czy ktoś miał jakieś...
Chcę rozwiązać nieliniowy problem z nieliniowymi ograniczeniami równości i używam rozszerzonego Lagrangiana z terminem regularnej kary, który, jak wiadomo, psuje liczbę warunków moich zlinearyzowanych układów (przy każdej iteracji Newtona) . Im dłuższy okres kary, tym gorszy numer warunku. Czy ktoś...
Według książki Numered Optimization (2006) Nocedal & Wrighta warunki Wolfe'a dla niedokładnego przeszukiwania linii to, dla kierunku zejścia ,ppp Wystarczający spadek: Warunek krzywizny: ∇ f ( x + α p ) T p ≥ c 2 ∇ f ( x ) T p dla 0 < c 1 < c 2 < 1fa( x + α p ) ≤ f( x ) + c1αk∇ f( x...
Mam następujący problem z optymalizacją, w którym mam bezwzględną wartość w moich ograniczeniach: x∈Rnx∈Rn\mathbf{x} \in \mathbb{R}^nf0,f1,…,fmf0,f1,…,fm\mathbf{f}_0, \mathbf{f}_1, \ldots, \mathbf{f}_mnnnmins.t.fT0x|fT1x|≤|fT2x|≤…≤|fTmx|minf0Txs.t.|f1Tx|≤|f2Tx|≤…≤|fmTx|\begin{align} \min...
W nieściśliwych równaniach Naviera-Stokesa ρ(ut+(u⋅∇)u)∇⋅u=−∇p+μΔu+f=0ρ(ut+(u⋅∇)u)=−∇p+μΔu+f∇⋅u=0\begin{align*} \rho\left(\mathbf{u}_t + (\mathbf{u} \cdot \nabla)\mathbf{u}\right) &= - \nabla p + \mu\Delta\mathbf{u} + \mathbf{f}\\ \nabla\cdot\mathbf{u} &= 0 \end{align*} pojęcie ciśnienia jest...
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...
Zastanawiałem się, czy ktoś miał jakieś sugestie dotyczące tekstów lub artykułów ankietowych na temat metod dekompozycji (np. Dekompozycji pierwotnej, podwójnej, dekompozycji Dantziga-Wolfe'a) w celu rozwiązania dużych problemów programowania matematycznego. Podobały mi się „Uwagi na temat metod...
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
W książce Nocedal & Wright o optymalizacji numerycznej znajduje się stwierdzenie w sekcji 2.2 (strona 27): „Ogólnie rzecz biorąc, łatwiej jest zachować niezmienność skali dla algorytmów wyszukiwania linii niż dla algorytmów regionu zaufania”. W tej samej sekcji mówią o posiadaniu nowych...
Biorąc pod uwagę system gdzie , przeczytałem, że w przypadku gdy iteracja Jacobiego jest używana jako solver, metoda nie zbiegnie się, jeśli ma wartość niezerową składnik zerowa przestrzeni . Jak zatem można formalnie stwierdzić, że pod warunkiem, że ma niezerowy składnik obejmujący zerową...
Rozwiązuję dla ogromnej rzadkiej dodatniej określonej macierzy za pomocą metody gradientu sprzężonego (CG). Czy można obliczyć wyznacznik podstawie informacji uzyskanych podczas rozwiązania?A AA x =
Czy istnieje szybszy sposób obliczenia błędów standardowych dla problemów z regresją liniową niż odwrócenie ? Tutaj zakładam, że mamy regresję:X′XX′XX'X y=Xβ+ε,y=Xβ+ε,y=X\beta+\varepsilon, gdzie jest macierzą n × k , ay jest wektorem n × 1 .XXXn×kn×kn\times kyyyn×1n×1n\times 1 Dla znalezienia...
W przypadku projektu muszę zaimplementować te dwie metody i porównać ich działanie na różnych funkcjach. Wygląda na to, że metoda gradientu sprzężonego służy do rozwiązywania układów równań liniowych for Ax=bAx=b A\mathbf{x} = \mathbf{b} Gdzie jest macierzą n-na-n, która jest symetryczna,...
Biorąc pod uwagę nieznaną funkcję , możemy ocenić jej wartość w dowolnym punkcie w jej dziedzinie, ale nie mamy jej wyrażenia. Innymi słowy, f jest dla nas jak czarna skrzynka.f:Rd→Rf:Rd→Rf:\mathbb R^d \to \mathbb Rfff Jak nazywa się problem znalezienia minimalizatora ? Jakie są metody?fff Jak...
Próbuję zrozumieć, jak działa metoda optymalizacji oparta na sprzężeniu dla optymalizacji ograniczonej przez PDE. W szczególności staram się zrozumieć, dlaczego metoda łączenia jest bardziej wydajna w przypadku problemów, w których liczba zmiennych projektowych jest duża, ale „liczba równań jest...