- 博客(5)
- 资源 (4)
- 收藏
- 关注
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