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》