最优化学习笔记
文章平均质量分 89
飞今天也很开心
西电数学系小渣渣,也有大大的梦>_<!
展开
-
【最优化笔记2】线性规划--理论准备部分(线性规划基本定理等)
线性规划(LP)就是由目标函数为决策变量的线性函数和约束条件为线性等式或线性不等式所组成的数学规划。文章目录1.线性规划的标准形式2.求解前的理论准备2.1 基本可行解(1)定义(2)性质2.2 线性规划基本定理(1)先行理论(2)线性规划基本定理1.线性规划的标准形式这里直接给出线性规划的矩阵标准形式,这是接下来讨论的基础。{mincTxs.t.Ax=b,x≥0 (1) \begin{cases}min c^Tx \\ s.t. Ax=b,& \text{$x\geq0 $ }原创 2020-08-21 18:48:53 · 1942 阅读 · 0 评论 -
【最优化笔记5】无约束最优化--一维搜索算法
无约束最优化考虑的问题:minx∈Rnf(x)(1)min_{x \in R_n} f(x) \tag{1}minx∈Rnf(x)(1)文章目录1.前置知识1.1 判断(局部)最优解的充分必要条件1.2 收敛速度2.精确一维搜索2.1 “成功-失败”法1.使用条件2.算法步骤3.算法收敛性与评价4.代码实现(python)2.2 二分法1.使用条件2.算法步骤3.算法收敛性与评价4.代码实现(python)2.3 黄金分割法(0.618法)1.使用条件2.算法步骤3.算法收敛性与评价4.代码实现(py原创 2020-08-08 13:29:12 · 1450 阅读 · 0 评论 -
【最优化笔记4】线性规划--对偶理论
对偶问题(必考点),要会把原问题的对偶问题写出来,知道对偶定理,会对偶单纯形法。每一个线性规划问题,都有一个被称为对偶的线性规划问题与它相对应,二者可以看做是对同一个问题从不同的角度所进行的分析与研究。来吧,先从原问题写对偶问题开始。1.对偶线性规划问题我的理解是,只有不等式约束就是对称形式的对偶问题;有等式约束的(比如标准型)就是非对称形式的对偶问题。1.1 对称形式的对偶问题{min f=cTxs.t. Ax≥b, x≥0(1) \begin{cases}min \,f=c^原创 2020-08-04 20:20:03 · 3036 阅读 · 1 评论 -
【最优化笔记3】线性规划--求解方法(单纯形法及Matlab实现)
这里之所说是简单的最优化标准型,是下面给出的解决方案是针对原始系数矩阵已经包含单位可行基B(B=E)的最优化标准型。其他线性优化问题均可以通过M法或两阶段法转化至此。目录1.输入问题2.建立初始单纯形表3.迭代寻找最优解4.输出结果5.附录(代码总表)1.输入问题第一步我们首先将问题输入,其中包含目标函数系数C,约束函数系数矩阵A以及约束函数右端尝试b。# step1.输入目标函数系数c,...原创 2020-07-27 18:24:15 · 4852 阅读 · 0 评论 -
【最优化笔记1】引论知识(凸集与凸函数)
这个系列的最优化笔记以唐焕文老师的《实用最优化方法》为基础,主要分享我学习中认为重要的知识点,但不会全盘分享,我也没那个精力。文章目录凸集与凸函数1. 凸集2. 凸函数3. 凸规划凸集与凸函数1. 凸集定义 :设Ω\OmegaΩ⊂\subset⊂RnR^nRn,如果对于任意的点x,y∈Ωx,y\in\Omegax,y∈Ω,连接点x,yx,yx,y的线段上的一切点都在Ω\OmegaΩ中,则称Ω\OmegaΩ是一个凸集。其具体数学判别式为:对于 ∀\forall∀x,y∈Ωx,y\in\Omegax,原创 2020-07-19 18:43:27 · 1855 阅读 · 0 评论