- 博客(5)
- 资源 (4)
- 收藏
- 关注
RSS订阅转载 ode中函数参数传递
转自：http://ma-yue.net/blog/archives/89在用odesolver(ode45, ode15s, …)来解微分方程的时候，最基本的用法是：[t, y] = odesolver(odefun, tspan, y0);这里的odefun是待求的微分方程。那么odefun中一般会含有多个系统参数，通常要通过改变参数来观察系统动态的变化。那么如何在调用odesolver的时候...
2018-06-17 15:30:29
4816
2
转载 lagrange dual problem
很高兴阿森纳能在欧冠上战胜拜仁，在虎扑上看到这样的一句话，颇有感触，借来作为这篇博文的开始，生活中我们需要一些勇气去追寻自己的理想。回到本篇内容上，对偶是个神奇的东西，从文学角度而言，对偶和对仗属于一种修辞手法，即用字数相等，语义对称的方法来表征想法或抒发情感。“凡心所向，素履所往，生如逆旅，一苇以航”或者“棋逢对手，将遇良才”都可看成是一种对偶。但是，本文是要阐述在数学问题上的对偶问题，它是优化...
2018-06-13 19:45:48
2776
转载 Lagrange
转自：https://dubur.github.io/2015/11/24/Lagrange-Dual-Problem/Lagrange对偶函数首先我们定义优化问题：我们称这个问题为原始问题（primal problem），对于这样的优化问题，相信之前学习过Lagrange乘数法的话会比较熟悉，但是与一般问题不同的是上面的问题包含不等式约束，这里我们先放一放， 首先写出目标函数L：L(x,λ,υ)...
2018-06-08 17:23:40
1789
转载 拉格朗日理解
链接：https://www.zhihu.com/question/38586401/answer/105588901来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。想象一下，目标函数是一座山的高度，约束是镶嵌在山上的一条曲线如下图。（渣画技看看就好了）<img src="https://pic3.zhimg.com/50/ec...
2018-06-06 11:39:40
478
转载 梯度和方向导数
梯度一词有时用于斜度，也就是一个曲面沿着给定方向的倾斜程度。 梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。 在单变量的实值函数的情况，梯度只是导数，或者，对于一个线性函数，也就是线的斜率。 本篇涉及到的一些知识点可参考下面的链接：向量：《线性代数笔记2——向量（向量简介）》点积...
2018-06-04 11:36:41
35586
6
Outer approximation algorithms for separable nonconvex
2018-05-02
Global Optimization of Mixed-Integer Nonlinear Problems
2018-05-02
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人