凸优化(一)——Introduction

本文介绍了最优化问题的数学表达,阐述了线性规划、非线性规划与凸优化的区别。凸优化因其能够保证找到全局最优解,被广泛应用于非凸问题的解决,如作为局部最优化的初始值或限定全局最优化的范围。
摘要由CSDN通过智能技术生成

Introduction

一、最优化问题的数学表达

在最优问题中,其数学表达往往能化成标准形式,如下:

minimizef0(x)subject tofi(x)bi,i=1,...,m
上面的数学形式被称之为最优化问题的标准形式。 x 是一个向量, x=(xi,x2,...,xn) subject to 有时候也写成
  • 6
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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