最优化
文章平均质量分 91
稷殿下
这个作者很懒,什么都没留下…
展开
-
【最优化】序列(逐步)二次规划法(SQP)
序列(逐步)二次规划法(SQP)一种直接有效求解非线性约束问题的方法是基于问题中的函数 f(x)f(x)f(x) 和 ci(x)c_i(x)ci(x) 的某种近似迭代法,尤其是利用约束函数 ci(x)c_i(x)ci(x) 的线性近似。基于这种思想的一个方法是利用 Newton 法求解 Lagrange 函数的稳定点,因此也被称为 Lagrange-Newton 法。等式约束问题—— KKT 条件解方程例 考虑非线性规划问题min x1+x2s.t.  原创 2021-01-11 23:45:33 · 8243 阅读 · 1 评论 -
【最优化】乘子罚函数
乘子罚函数考虑等式约束问题:min f(x)s.t. ci(x)=0,i=1,2,⋯ ,m\begin{aligned}\min ~~& f({x})\\\text{s.t.} ~~& c_i(x) = 0, i = 1,2,\cdots,m\end{aligned}min s.t. f(x)ci(x)=0,i=1,2,⋯,m其 Courant 罚函数ϕ(x,σ)=f(x)+12原创 2021-01-11 23:41:50 · 501 阅读 · 0 评论 -
【最优化】最新北航研究生最优化期末考试知识点概括
前有学长精心的总结,在其基础上增加了部分内容,供大家参考!文章目录知识点总结对数障碍函数倒数障碍函数二次罚函数乘子罚函数基本SQP法判定一个点是不是KKT点一阶条件一阶必要条件约束规范条件二阶条件二阶充分条件二阶必要条件对偶函数求法积极集法半定规划参考资料知识点总结半定规划是一个非光滑 凸优化 问题凸规划的 KKT 点是全局极小点定理:凸规划的任意 KKT 点是全局极小点目标函数 Hessian 阵半正定时,且约束为凸时为凸规划将这些(通常是非光滑的)问题重新表述成光滑的优化问题常用原创 2021-01-11 23:37:11 · 806 阅读 · 0 评论 -
【最优化】Lagrange对偶
Lagrange 对偶文章目录Lagrange 对偶对偶函数弱对偶定理对偶间隙强对偶定理Lagrange 对偶的优点参考文献对偶的概念通常出现在数学规划的参考书中,其目的是为数学规划问题提供另一种更易计算或更具有某些理论意义的表述。对偶函数min-max 定理是研究对偶问题的基础!考虑原始问题minx∈Rn f(x)s.t. ci(x)≤0,i∈I\begin{aligned}\min_{x\in\mathbb{R}^n} ~~& f(x原创 2021-01-11 10:25:36 · 471 阅读 · 0 评论 -
【最优化基础】二阶条件
二阶条件等式约束首先考虑只有等式约束的情况minx∈Rn f(x)s.t. ci(x)=0,i=1,2,⋯ ,m\begin{aligned}\min_{x\in\mathbb{R}^n} ~~& f(x) \\\mathrm{s.t.} ~~& c_i(x) = 0,i = 1,2,\cdots,m\end{aligned}x∈Rnmin s.t. f(x)ci(x)=0,i=1原创 2021-01-10 21:34:13 · 2642 阅读 · 0 评论 -
【最优化】凸优化
凸优化文章目录凸优化凸集定义性质凸函数定义性质凸规划定义性质生活中的凸随处可见,所谓凸就是高于周围的意思。数学中的凸与之类似,但有更加丰富的内涵。在弄清凸规划之前首先要理解什么是凸集以及什么是凸函数。凸集定义定义 给定 ∀x,y∈C\forall x,y \in C∀x,y∈C 及 θ∈(0,1)\theta \in(0,1)θ∈(0,1),若点 θx+(1−θ)y∈C\theta x +(1-\theta)y \in Cθx+(1−θ)y∈C ,则称 Rn\mathbb{R}^nRn 中集合原创 2021-01-10 18:01:31 · 1020 阅读 · 0 评论 -
【最优化】KKT 条件
一阶条件文章目录一阶条件序列可行方向一阶必要条件线性化可行方向约束规范Farkas 引理KKT 条件参考文献本节将对一阶条件(KKT)进行详细讨论,序列可行方向定义 设 x′x'x′ 为可行点,{x(k)}\{x^{(k)}\}{x(k)} 为可行序列,满足 x(k)→x′x^{(k)} \to x'x(k)→x′,且 ∀k,x(k)≠x′\forall k, x^{(k)} \neq x'∀k,x(k)=x′,则 x(k)−x′x^{(k)} - x'x(k)−x′ 为 x′x'x′ 处的可原创 2021-01-10 18:01:22 · 2448 阅读 · 1 评论 -
【数理统计】基本概念
数理统计基本概念文章目录数理统计基本概念总体、样本和统计模型统计量及其分布统计量顺序统计量充分统计量抽样分布特征函数三大分布χ2\chi^2χ2 分布ttt 分布FFF 分布正态总体下常见统计量的分布分位点参考文献总体、样本和统计模型例 1 有一批产品,总数为 NNN。在 NNN 件产品中,有 NθN_{\theta}Nθ 件次品,θ\thetaθ 为这批产品的次品率。θ\thetaθ 是我们感兴趣的参数,通常是未知的,需要利用统计方法对参数 θ\thetaθ 做出推断。总体(Populat原创 2020-12-29 12:35:05 · 513 阅读 · 0 评论 -
【最优化基础】乘子罚函数
点击【阅读原文】,效果更佳乘子罚函数考虑等式约束问题:min f(x)s.t. ci(x)=0,i=1,2,⋯ ,m\begin{aligned}\min ~~& f({x})\\\text{s.t.} ~~& c_i(x) = 0, i = 1,2,\cdots,m\end{aligned}min s.t. f(x)ci(x)=0,i=1,2,⋯,m其 Courant 罚函数原创 2020-12-24 11:50:39 · 444 阅读 · 0 评论 -
【最优化基础】惩罚和障碍函数
点击【原文】阅读原文,效果更佳!惩罚和障碍函数为了简化表示,讨论如下等式约束问题:KaTeX parse error: No such environment: equation* at position 8: \begin{̲e̲q̲u̲a̲t̲i̲o̲n̲*̲}̲\begin{aligned}…其中,c(x): Rn→Rmc({\pmb x}): ~ \mathbb{R}^n \to \mathbb{R}^mc(xxx): Rn→Rm,或不等式约束问题KaTeX pars原创 2020-12-23 21:45:02 · 2842 阅读 · 0 评论