总结:
①数学知识:
非约束优化:梯度下降,牛顿法;
(https://blog.csdn.net/baidu_26408419/article/details/82787740)
等式约束: 1.非严格满足等式约束:自己设定惩罚函数系数大小。
(https://blog.csdn.net/baidu_26408419/article/details/77895957)
2.严格满足等式约束:拉格朗日乘子法。
不等式约束: 1.只要满足KKT条件(Karush–Kuhn–Tucker conditions),依然可以使用拉格朗日乘子法解决
(https://juejin.im/post/5ac196686fb9a028ca531ed0
https://blog.csdn.net/xianlingmao/article/details/7919597)
2.内点法
除了以上的数值优化知识,数值优化问题还可以借助于蚁群算法,遗传算法等智能方法。
②工具:
1.(不论是非约束或者带约束的问题,都可以借助matlab函数解决:
https://blog.csdn.net/baidu_26408419/article/details/78753109)
1.凸优化,机器学习基础博客以及资料:
①凸优化基础知识+mesh Deformation:
http://blog.csdn.net/thystar/article/details/51469469
http://blog.csdn.net/baidu_26408419/article/details/77895957
②
递归(动态规划)解决问题的应用方向(就是什么情况下用递归)+启发式优化算法(例如蚁群算法,遗传算法)+机器学习(凸优化)基础
http://blog.csdn.net/baidu_26408419/article/details/54447019
③
matlab求解非线性约束,线性规划等优化问题
《matlab优化算法》--张岩 吴水根。 讲了matlab优化的api以及具体不同算法的matlab实现,数学以及代码实战,不错。
http://blog.csdn.net/lishoubox/article/details/49382425 --matlab 有约束与无约束优化求解 optimization
http://blog.csdn.net/baidu_26408419/article/details/78753109 --matlab优化求解综述
http://blog.csdn.net/baidu_26408419/article/details/53981710 --matlab优化求解在colormap实战
2.好的数学知识书籍资料:
①《机器学习》周志华 (里面的线性回归以及SVM等,优化问题数学原理以及实战,讲的很不错),链接:https://pan.baidu.com/s/1c3aJEhi 密码:ng08
②凸优化经典书籍《Convex Optimization》(2004,Boyd等著),(以及中译版本)百度云免费下载: 链接:https://pan.baidu.com/s/1geOJOqR 密码:ibfr
③矩阵分析与应用(第二版)--张贤达 。 尤其是里面的(带不等式及等式约束的)凸优化(拉格朗日法,牛顿法,内点法等)(迭代求解思想,化有约束为无约束的化繁为简的思想);超定,欠定,普通方程组等求解方法
链接:https://pan.baidu.com/s/1c4hL1BU 密码:hp7g
④数值优化,高等数学,线性代数,概率论,离散数学等基础数学
(EM算法以及SMO算法:http://blog.csdn.net/baidu_26408419/article/details/79257494)