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: