凸优化——引言【第0章】
Date: 2020/04/01
Editor:萧潇子(Jesse)
Contact: 1223167600@qq.com
凸优化在数学规划领域中具有非常重要的地位,从应用角度看,现有算法和常规计算能力足以可靠的求解大规模凸优化问题,一旦将一个实际问题表述为凸优化问题,基本上意味着相应问题已经得到彻底解决,这是非凸的优化问题所不具备的性质。从理论角度看,用凸优化模型对一般性非线性优化模型进行局部逼近,始终是研究非线性规划问题的主要途径,因此,通过学习凸优化理论,可以直接或间接的掌握数学规划领域几乎所有重要的理论结果。由于上述原因,对于涉足优化领域的人员,无论是理论研究还是实际应用,都应该对凸优化理论和方法有一定程度的了解。
上述段落摘自Stephen Boyd 的《Convex Optimization》,本人从事自动驾驶相关方面的算法开发工作,随着优化理论在自动驾驶中的广泛应用,掌握凸优化相关理论变得尤其重要,同时缺乏理论基础也制约着个人理解问题深度以及工程优化的发展,因此学习掌握凸优化相关基础理论变得尤为重要,所以在这里开始我的凸优化学习之路。
本系列会以理论为基础并且提供部分简单证明
后续计划第一阶段先完成凸优化理论的基础理论介绍,第二阶段介绍相应凸优化具体算法,主要内容包括:
理论:
- 凸集
- 凸函数
- 凸优化问题
- 对偶
算法:
- 无约束优化
- 等式约束优化
- 内点发
在这里希望自己能坚持下去,也希望大家一起学习进步,有问题随时交流
参考:
1、Stephen Boyd 、Lieven Vandenberghe——《Convex Optimization》)
2、唐焕文、秦学志——《最实用优化方法》