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...
Często spotykam się z ogólnym stwierdzeniem, że metody punktów wewnętrznych są trudne do rozgrzania. Czy kryje się za tym intuicyjne wyjaśnienie? Czy są sytuacje, w których można oczekiwać korzyści z ciepłego startu metodą punktową? Czy ktoś może polecić przydatne informacje na ten...
Nie widzę żadnej wzmianki o tym w ofertach pracy. Widziałem wspomniane programowanie liczb całkowitych, MIP, programowanie nieliniowe z mieszanymi liczbami całkowitymi, LP, programowanie dynamiczne itp., Ale nie SDP. Czy w akademii jest o wiele bardziej trendy niż w przemyśle? Z powodu mojego...
Mam zestaw danych, który powoli się zmienia i muszę śledzić wektory własne / wartości własne macierzy kowariancji. Używałem scipy.linalg.eigh, ale jest zbyt drogi i nie korzysta z faktu, że mam już rozkład, który jest tylko nieznacznie niepoprawny. Czy ktoś może zaproponować lepsze podejście do...
Jak rozumiem, sukcesywne nad relaksacją działa poprzez wybranie parametru i użycie liniowej kombinacji (quasi) iteracji Gaussa-Seidela i wartości w poprzednim kroku czasu ... 0≤ω≤20≤ω≤20\leq\omega\leq2 uk+1=(ω)ugsk+1+(1−ω)ukuk+1=(ω)ugsk+1+(1−ω)uk{u}^{k+1} = (\omega){u_{gs}}^{k+1} + (1-\omega)u^{k}...
Problem jest maxf(x) subject to Ax=bmaxf(x) subject to Ax=b\max f(\mathbf{x}) \text{ subject to } \mathbf{Ax} = \mathbf{b} gdzie f(x)=∑Ni=11+x4i(∑Ni=1x2i)2−−−−−−−−−−√f(x)=∑i=1N1+xi4(∑i=1Nxi2)2f(\mathbf{x}) = \sum_{i=1}^N\sqrt{1+\frac{x_i^4}{(\sum_{i=1}^{N}x_i^2)^2}} ,...
Interesuje mnie maksymalizacja funkcji , gdzie .f(θ)f(θ)f(\mathbf \theta)θ∈Rpθ∈Rp\theta \in \mathbb R^p Problem polega na tym, że nie znam formy analitycznej funkcji ani jej pochodnych. Jedyne, co mogę zrobić, to ocenić funkcję punktowo, wartość i w tym momencie uzyskać oszacowanie . Jeśli chcę,...
Mam problem podobny do sformułowania do tego postu, z kilkoma znaczącymi różnicami: Jakie są proste metody adaptacyjnego próbkowania funkcji 2D? Jak w tym poście: Mam a ocena tej funkcji jest dość droga do obliczeniafa( x , y)fa(x,y)f(x,y) W przeciwieństwie do tego postu: Nie interesuje...
Jakie są zalecane sposoby wykonywania nieliniowych najmniejszych kwadratów, min ∑ e r rja( p )2)∑erri(p)2\sum err_i(p)^2 , z ograniczeniami ramek l ojot< = pjot< = godz jajotloj<=pj<=hijlo_j
Do optymalizacji, z Wikipedii : W informatyce metaheurystyka wyznacza metodę obliczeniową, która optymalizuje problem poprzez iteracyjną próbę ulepszenia rozwiązania kandydującego w odniesieniu do danej miary jakości. Metaheurystyki przyjmują niewiele założeń lub nie przewidują optymalizacji...
Próbuję napisać pełną implementację SVM w Pythonie i mam kilka problemów z obliczaniem współczynników Lagrange'a. Najpierw pozwól mi przeformułować to, co rozumiem z algorytmu, aby upewnić się, że jestem na dobrej drodze. Jeśli jest zbiorem danych, a jest etykietą klasy , toy i ∈ { - 1 , 1 } x i...
Załóżmy, że podano następujący układ liniowy Lx=c,(1)(1)Lx=c,Lx=c,\tag1 gdzie LLL jest ważonym Laplacianem znanym jako dodatni semi−semi−semi-określony z jednowymiarową przestrzenią zerową rozciągniętą przez 1n=(1,…,1)∈Rn1n=(1,…,1)∈Rn1_n=(1,\dots,1)\in\mathbb{R}^noraz wariancja tłumaczenia...
Przepraszam za długie pytanie, potrzebuje tylko wyjaśnienia, aby przejść do rzeczywistego problemu. Osoby zaznajomione z wymienionymi algorytmami prawdopodobnie mogłyby przejść bezpośrednio do pierwszego tablau simpleksowego. Aby rozwiązać problemy z najmniejszymi odchyleniami bezwzględnymi...
Pracuję nad usprawnieniem procesu optymalizacji niektórych programów do modelowania demograficznego, aby lepiej pasowały modele demograficzne do danych. Chcielibyśmy skrócić czas optymalizacji. Czas potrzebny na ocenę naszej funkcji celu jest bardzo różny, w zależności od wartości wejściowych....
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...
Próbuję zaimplementować metodę Broyden-Fletcher-Goldfarb-Shanno, aby znaleźć minimum funkcji. Potrzebuję dwóch wstępnych domysłówx−1x−1x_{-1} I x0x0x_0 oraz wstępne przybliżenie macierzy Hesji B0B0B_0. Jedyne wymagania, które znajdujęB0B0B_0 jest to, że jeśli Hesjan jest symetryczny, pozytywnie...
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...
Przeglądając kilka podręczników, zauważyłem, że problem początkowego nawiasowania minimum podczas przeszukiwania linii ma tendencję do przemyślenia (przynajmniej w moich tekstach licencjackich). Czy istnieją ugruntowane techniki lub najlepsze praktyki dla tego rodzaju problemu, czy też rozwiązania...
Próbuję zoptymalizować rozdzielacz przepływu w zbiorniku, tak aby rozkład prędkości i temperatury na dowolnym przekroju był względnie jednolity. Istnieje wiele parametrów, które mogę dostosować do maksymalnej jednorodności przekroju, takie jak liczba rur wlotowych, ich położenie, orientacja i...
Zastanawiałem się, jakie są różnice i relacje między „metodami wyszukiwania” a „metodami optymalizacji”? Zwłaszcza podczas rozwiązywania problemu optymalizacji? Podkreślam kontekst rozwiązywania problemów optymalizacyjnych, ponieważ myślę, że metody wyszukiwania służą nie tylko do rozwiązywania...