Bagaimana pemrograman geometris (umum) berbeda dari pemrograman cembung umum? Program geometrik dapat ditransformasikan menjadi program cembung, dan biasanya diselesaikan dengan metode titik interior. Tetapi apa keuntungan dari merumuskan secara langsung masalah sebagai program cembung dan...
Saya sering menemukan pepatah umum bahwa metode titik interior sulit untuk memulai. Apakah ada penjelasan intuitif di balik saran ini? Apakah ada situasi di mana seseorang dapat mengharapkan manfaat dari pemanasan dimulai dengan metode titik interior? Adakah yang bisa merekomendasikan beberapa...
Saya tidak bisa melihat menyebutkannya di daftar pekerjaan. Saya telah melihat pemrograman integer, MIP, pemrograman non-linier campuran-integer, LP, pemrograman dinamis dll, tetapi tidak ada SDP. Apakah jauh lebih trendi di akademi daripada di industri? Dari paparan terbatas saya kepada akademisi...
Saya memiliki dataset yang perlahan berubah, dan saya harus melacak vektor eigen / nilai eigen dari matriks kovariansnya. Saya sudah menggunakan scipy.linalg.eigh, tapi terlalu mahal, dan tidak menggunakan fakta bahwa saya sudah memiliki dekomposisi yang hanya sedikit salah. Adakah yang bisa...
Seperti yang saya pahami, berturut-turut daripada relaksasi bekerja dengan memilih parameter dan menggunakan kombinasi linear dari iterasi (kuasi) Gauss-Seidel dan nilai pada catatan waktu sebelumnya ... yaitu 0 ≤ ω ≤ 20≤ω≤20\leq\omega\leq2 kamuk + 1= ( ω ) ugsk + 1+ ( 1 - ω )...
Masalahnya adalah maxf(x) subject to Ax=bmaxf(x) subject to Ax=b\max f(\mathbf{x}) \text{ subject to } \mathbf{Ax} = \mathbf{b} di mana 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}} ,...
Saya tertarik memaksimalkan fungsi , di mana \ theta \ in \ mathbb R ^ p .f(θ)f(θ)f(\mathbf \theta)θ∈Rpθ∈Rp\theta \in \mathbb R^p Masalahnya adalah saya tidak tahu bentuk analitik fungsi, atau turunannya. Satu-satunya hal yang dapat saya lakukan adalah mengevaluasi fungsi point-wise, dengan...
Saya memiliki masalah yang mirip dalam perumusan dengan posting ini, dengan beberapa perbedaan penting: Apa metode sederhana yang ada untuk pengambilan sampel fungsi 2D secara adaptif? Seperti di pos itu: Saya memiliki dan evaluasi fungsi ini agak mahal untuk dihitungf( x ,
Apa cara yang disarankan untuk melakukan nonlinier kuadrat, min , dengan kotak kendala l o j < = p j < = h i j ? Menurut saya (orang-orang bodoh masuk) bahwa seseorang dapat membuat batasan kotak kuadratik, dan meminimalkan ∑ i e r r i ( p ) 2 + C ∗ ∑ j t u b ( p j , l...
Untuk optimasi, dari Wikipedia : Dalam ilmu komputer, metaheuristik menunjuk metode komputasi yang mengoptimalkan masalah dengan secara iteratif mencoba meningkatkan solusi kandidat terkait dengan ukuran kualitas yang diberikan. Metaheuristik membuat sedikit atau tidak ada asumsi tentang...
Saya mencoba untuk menulis implementasi SVM penuh dalam Python dan saya punya beberapa masalah menghitung koefisien Lagrange. Pertama biarkan saya ulangi apa yang saya mengerti dari algoritma untuk memastikan saya berada di jalan yang benar. Jika adalah dataset dan y i ∈ { - 1 , 1 } adalah label...
Misalkan sistem linear berikut ini diberikan mana adalah Laplacian tertimbang yang dikenal sebagai semi- pasti positif dengan ruang nol satu dimensi yang dibentang oleh 1_n = (1, \ dots, 1) \ in \ mathbb {R } ^ n , dan variasi terjemahan x \ in \ mathbb {R} ^ {n} , yaitu, x + a1_n tidak mengubah...
Maafkan pertanyaan gondrong, itu hanya perlu penjelasan untuk sampai ke masalah yang sebenarnya. Mereka yang akrab dengan algoritma yang disebutkan mungkin bisa melompat langsung ke tablau simpleks pertama. Untuk memecahkan masalah deviasi absolut minimal (alias -optimasi), algoritma...
Saya sedang bekerja untuk meningkatkan proses optimasi beberapa perangkat lunak pemodelan demografis sehingga dapat lebih cocok dengan model demografis untuk data. Kami ingin mengurangi waktu pengoptimalan. Waktu yang diperlukan untuk mengevaluasi fungsi tujuan kami sangat bervariasi, tergantung...
Pertimbangkan masalah optimisasi cembung yang tidak dibatasi ketatBiarkan x_ \ text {opt} menunjukkan minima uniknya dan x_0 menjadi perkiraan awal yang diberikan kepada x_ \ text {opt}. Kami akan memanggil vektor x solusi \ epsilon- close dari \ mathcal {O} jika \ begin {persamaan} \ frac {|| x...
Saya mencoba menerapkan metode Broyden-Fletcher-Goldfarb-Shanno untuk menemukan fungsi minimum. Saya perlu dua tebakan awal & x 0 dan perkiraan awal Matriks Goni B 0 . Satu-satunya persyaratan yang saya temukan untuk B 0 adalah bahwa jika Hessian pasti positif simetris, demikian juga B 0 ....
Saya ingin meminimalkan fungsi tujuan yang rumit, dan saya tidak yakin apakah itu cembung. Apakah ada algoritma yang bagus yang mencoba membuktikan bahwa itu bukan cembung? Tentu saja algoritme dapat gagal untuk membuktikan ini, dalam hal ini saya tidak akan tahu apakah itu cembung atau tidak, dan...
Membolak-balik beberapa buku pelajaran, saya perhatikan bahwa masalah awalnya mengurung minimum selama pencarian baris cenderung menjadi renungan (setidaknya dalam teks sarjana saya). Apakah ada teknik yang sudah mapan atau praktik terbaik untuk jenis masalah ini, atau apakah solusi biasanya...
Saya mencoba untuk mengoptimalkan distributor aliran di tangki sehingga kecepatan dan distribusi suhu di setiap penampang relatif seragam. Ada banyak parameter yang dapat saya sesuaikan dengan keseragaman lintas bagian maksimum, seperti jumlah pipa saluran masuk, posisi, orientasi, dan arahnya....
Saya bertanya-tanya apa perbedaan dan hubungan antara "metode pencarian" dan "metode optimasi"? Apalagi saat menyelesaikan masalah optimasi? Saya menekankan konteks penyelesaian masalah pengoptimalan, karena saya kira metode pencarian tidak hanya untuk menyelesaikan masalah pengoptimalan, tetapi...