Convex Optimization
文章平均质量分 89
止于至玄
愿无岁月可回首
展开
-
简述模型预测控制——Introduction to Model Predictive Control (MPC)
本文简要介绍下模型预测控制的基本原理与简单应用方法。原创 2021-07-29 17:22:48 · 4232 阅读 · 0 评论 -
凸优化基础简述
欧式空间 度量 方向 多元函数分析 导数与二阶导数 方向导数 n元函数的Taylor展开式 凸集 凸函数原创 2017-09-18 20:01:20 · 1147 阅读 · 0 评论 -
无约束最优化问题的一般结构与规划方法
无约束问题与最优解最优性条件一维线性搜索精确线性搜索直接搜索法非精确一维搜索法下降算法的收敛性与收敛速度无约束规划最速下降法Newton法Newton-最速下降混合算法阻尼Newton法拟Newton法共轭梯度法无约束问题与最优解考虑如下最优化问题: minx∈Rnf(x)minx∈Rnf(x)\min_{x\in\mathbb{R}...原创 2017-10-10 14:02:06 · 7074 阅读 · 0 评论 -
拉格朗日乘子法简述 - A Brief Tutorial of Using Lagrange Multipliers
Lagrange Multipliers are used to solve the optimal value of multivariate functions under a group of constraints. By lagrange multipliers, we can convert an optimal problem...原创 2017-03-26 12:50:37 · 1045 阅读 · 0 评论 -
约束规划问题与凸二次规划
本文中我们不深究一般约束规划问题的最优性性条件的证明,仅给出部分常用定理。 后续我们也仅针对凸优化问题做详细讨论。原创 2017-11-12 11:20:19 · 36979 阅读 · 2 评论 -
约束规划问题的罚函数解法
罚函数法是利用目标函数 $f(x)$ 和约束函数 $c(x)$,构造具有惩罚性质的函数 $P(x)=\bar{P}(f(x), c(x))$ ,使得原约束优化问题转化为求 $P(x)$ 最优解的无约束优化问题。以下讨论中,我们假设**所有函数都是连续的**。原创 2017-11-13 10:59:07 · 12036 阅读 · 0 评论 -
几种常见梯度优化方法
优化算法是机器学习领域的重要内容,本文介绍几种常见的无约束的优化算法,并给出Python实例。关于无约束问题优化方法的一般讨论请参考此文。梯度下降法动量法共轭梯度法自然梯度法梯度下降法动量法共轭梯度法自然梯度法...转载 2018-07-09 15:40:29 · 12271 阅读 · 3 评论 -
常用优化算法简述
本文介绍优化问题的基本概念与常用的优化算法,内容持续更新中。文章目录最优化问题简述无约束问题最优化方法线性规划约束问题最优化方法可行方向法(直接法)罚函数法(间接法)乘子法(间接法)序列二次规划法(间接法)遗传算法遗传编码个体适应度遗传运算最优化问题简述优化问题可概括为如下一般形式:求设计变量: x1,x2,…,xnx_{1},x_{2},\dots,x_{n}x1,x2,…,xn...原创 2018-10-13 16:01:54 · 2474 阅读 · 0 评论