Pertanyaan yang diberi tag «optimization»

Tag ini dimaksudkan untuk pertanyaan tentang metode minimalisasi (dibatasi atau tidak dibatasi) fungsi.

Apakah ada pemecah pemrograman nonlinier berkualitas tinggi untuk Python?
Saya memiliki beberapa masalah optimisasi global non-cembung yang menantang untuk dipecahkan. Saat ini saya menggunakan MATLAB's Optimization Toolbox (khusus, fmincon()dengan algoritma = 'sqp'), yang cukup efektif . Namun, sebagian besar kode saya menggunakan Python, dan saya ingin melakukan optimasi dengan Python juga. Apakah ada pemecah NLP dengan binding Python yang …

BFGS vs. Metode Gradient Konjugasi
Pertimbangan apa yang harus saya buat ketika memilih antara BFGS dan konjugasi gradien untuk optimasi? Fungsi yang saya coba cocokkan dengan variabel-variabel ini adalah fungsi eksponensial; Namun, fungsi obyektif yang sebenarnya melibatkan integrasi, antara lain, dan sangat mahal jika itu membantu sama sekali.

Paket perangkat lunak untuk optimasi terbatas?
Saya mencari untuk memecahkan masalah optimasi terbatas di mana saya tahu batas-batas pada beberapa variabel (khususnya kendala kotak). argminuf(u,x)arg⁡minkamuf(kamu,x) \arg \min_u f(u,x) tunduk pada c(u,x)=0c(kamu,x)=0 c(u,x) = 0 a≤d(u,x)≤bSebuah≤d(kamu,x)≤b a \le d(u,x) \le b di mana adalah vektor variabel desain, adalah vektor variabel keadaan, dan adalah kendala kesetaraan (biasanya PDE). …

Mengapa tidak cembung menjadi masalah dalam optimasi?
Saya sangat terkejut ketika saya mulai membaca sesuatu tentang optimasi non-cembung secara umum dan saya melihat pernyataan seperti ini: Banyak masalah praktis yang penting adalah non-cembung, dan sebagian besar masalah non-cembung sulit (jika bukan tidak mungkin) untuk dipecahkan secara tepat dalam waktu yang wajar. ( sumber ) atau Secara umum …


Mengatasi masalah optimisasi nonlinier tanpa kendala pada GPU
Saya mencoba menyelesaikan beberapa masalah optimasi nonlinear pada GPU (CUDA). Fungsi obyektif adalah fungsi nonlinier yang halus, dan gradiennya relatif murah untuk dihitung secara analitis, jadi saya tidak perlu repot dengan perkiraan numerik. Saya ingin menyelesaikan masalah ini dengan sebagian besar ops matematika fp32 (karena berbagai alasan), jadi metode optimasi …



Kendala yang melibatkan
Seharusnya minAvec(U)subject to Ui,j≤max{Ui,k,Uk,j},i , j , k =1 , … , nminAvec(U)subject to Ui,j≤maks{Usaya,k,Uk,j},saya,j,k=1,...,n\begin{align*} \min A &\mathrm{vec}(U) \\ &\text{subject to } U_{i,j} \leq \max\{U_{i,k}, U_{k,j}\}, \quad i,j,k = 1, \ldots, n \end{align*} di mana UUU adalah simetris n×nn×nn\times n matriks, dan vec(U)vec(U)\mathrm{vec}(U) membentuk ulang UUU menjadi vektor satu dimensi …

Kontes Pemrograman Ilmiah
Saya secara teratur bersaing dalam apa yang disebut "Kontes Pemrograman", di mana Anda memecahkan masalah algoritmik yang sulit dengan kode Anda sendiri dan keterampilan pemecahan masalah selama jangka waktu terbatas. Untuk contoh referensial seperti apa bentuknya, cari kompetisi seperti misalnya Google Code Jam, atau ACM-ICPC. (Jika Anda tahu apa kontes …



Motivasi intuitif untuk pembaruan BFGS
Saya mengajar kelas survei analisis numerik dan mencari motivasi untuk metode BFGS untuk siswa dengan latar belakang / intuisi terbatas dalam optimasi! Meskipun saya tidak punya waktu untuk membuktikan dengan ketat bahwa semuanya menyatu, saya mencari untuk memberikan motivasi yang masuk akal mengapa pembaruan BFGS Hessian mungkin muncul. Sebagai analogi, …

Menguji metode optimasi numerik: Rosenbrock vs fungsi pengujian nyata
Tampaknya ada dua jenis fungsi pengujian utama untuk pengoptimal tanpa-derivatif: satu garis seperti fungsi Rosenbrock , dengan titik awal set poin data nyata, dengan interpolator Apakah mungkin untuk membandingkan katakanlah 10d Rosenbrock dengan masalah 10d nyata? Orang dapat membandingkan dengan berbagai cara: menggambarkan struktur minimum lokal, atau menjalankan pengoptimal ABC …


Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.