![](https://img-blog.csdnimg.cn/20190918140129601.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
凸优化
掉下个小石头
jump jump jump...
展开
-
最优化方法—一维搜索
华电北风吹 天津大学认知科学与计算重点实验室 日期 2015/11/7本文主要从试探法、插值法、微积分中的求根法讲解怎么求解一维函数极值问题。 一、试探法 1、斐波那契法(分数法) 适用条件:存在极值点的一维凸函数,或者在指定求解区间上的凸函数,本文举例以标准凸函数为例(下凸)。 y=f(t)y=f(t) 是区间[a,b]上的凸函数,在此区间内存在极小值点t′t'。若在区间内任意取两原创 2015-11-07 20:32:17 · 5616 阅读 · 1 评论 -
[CO] 无约束极值问题的解法
华电北风吹最后修改日期 2015/11/7无约束极值问题可以表述为 minf(X),X∈Rnmin f(X), X \in R^n 对于这类问题的求解一般要用到迭代法。迭代法可分为两大类。一类是要用到函数一阶导数或二阶导数的解析法;另一类是迭代过程中只用到函数值的直接法。常见的解析法有梯度下降法,共轭梯度法,变尺度法。常见的直接法有步长加速法。一、梯度原创 2015-11-07 20:57:34 · 2559 阅读 · 0 评论