本文主要探讨最优化问题的一般形式、优化问题的迭代解法，特别是聚焦于迭代法的收敛速度定义及算法复杂度分析。介绍了包括点距准则、函数下降量准则、梯度准则在内的计算终止条件，并以爬山算法为例展示了基本流程。同时，讨论了时间复杂度和空间复杂度在优化算法中的重要性。
主要参考书目：
1. 最优化方法及其应用/郭科，陈聆，魏友华.-北京：高等教育出版社,2007.7(2013.7重印)
1、优化问题的一般形式
minX∈Ωf(X),s.t.{
G(X)≥0，H(X)=0， min X ∈ Ω f ( X ) , s . t . { G ( X ) ≥ 0 ， H ( X ) = 0 ，
其中 G(X)=[g1(X),⋯,gl(X)]T G ( X ) = [ g 1 ( X ) , ⋯ , g l ( X ) ] T ， H(X)=[
最低0.47元/天 解锁文章
扫一扫
1144
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
