最优化中单纯形法的matlab举例

本文介绍了非线性优化中的一种数值方法——单纯形法,通过二维空间的例子详细阐述了如何构建和迭代单纯形来寻找最优解。在起始的三点x1, x2, x3基础上,通过找到新点x4并比较其函数值,不断调整单纯形,最终逼近最优解。提供了MATLAB的实现代码。" 111974476,10540660,Android自定义视图实现文字下加横线,"['Android开发', 'UI设计', '自定义组件']
摘要由CSDN通过智能技术生成

        最优化中的单纯形有两个解释,一种是解线性规划的数值求解方法,还有一种就是本文讨论的的单纯形,优化多维无约束问题的一种数值方法,课本上将它归为非线性最优化的一种方法。具体参见百度百科。

两种单纯形都用到了单纯形的概念,它是N维中的N + 1个顶点的凸包:直线上的一个线段,平面上的一个三角形,三维空间上的四面体。本文的所要讨论的单纯形主要思想是:在已有单纯形的基础上,建立起新的单纯形,判断是否是最优解,如果不是则继续建立新的单纯形,搜索下一个点。就拿二维空间中的

f()

问题举例,二维平面上的3个不在一条直线的点组成一个凸包:

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值