Questions marquées «convex-optimization»

L'optimisation convexe est un cas particulier d'optimisation mathématique où la région réalisable est convexe et l'objectif est de minimiser une fonction convexe ou de maximiser une fonction concave.

17
Existe-t-il un solveur de programmation non linéaire de haute qualité pour Python?
J'ai plusieurs problèmes d'optimisation globale non convexe difficiles à résoudre. Actuellement, j'utilise la boîte à outils Optimization de MATLAB (en particulier, fmincon()avec algorithm = 'sqp'), ce qui est assez efficace . Cependant, la majeure partie de mon code est en Python et j'aimerais également en faire l'optimisation. Existe-t-il un solutionneur …
3
Distance euclidienne en octave
Je voudrais savoir s'il existe un moyen rapide de calculer la distance euclidienne de deux vecteurs en octave. Il semble qu'il n'y ait pas de fonction spéciale pour cela, alors devrais-je simplement utiliser la formule avec sqrt?
5
Minimiser la somme de l'écart absolu ( distance
J'ai un ensemble de données x1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k} et je veux trouver le paramètre mmm tel qu'il minimise la somme ∑i=1k∣∣m−xi∣∣.∑i=1k|m−xi|.\sum_{i=1}^{k}\big|m-x_i\big|. C'est minm∑i=1k∣∣m−xi∣∣.minm∑i=1k|m−xi|.\min_{m}\sum_{i=1}^{k}\big|m-x_i\big|.
2
Quels sont les avantages / inconvénients des méthodes de point intérieur par rapport à la méthode simplex pour l'optimisation linéaire?
Si je comprends bien, étant donné qu'une solution à un programme linéaire se produit toujours au sommet de son ensemble réalisable polyédrique (si une solution existe et que la valeur optimale de la fonction objective est limitée par le bas, en supposant un problème de minimisation), comment une recherche dans …
2
Résolution d'un problème des moindres carrés avec des contraintes linéaires en Python
J'ai besoin de résoudre s.t.minx∥Ax−b∥22,∑ixi=1,xi≥0,∀i.minx‖Ax−b‖22,s.t.∑ixi=1,xi≥0,∀i.\begin{alignat}{1} & \min_{x}\|Ax - b\|^2_{2}, \\ \mathrm{s.t.} & \quad\sum_{i}x_{i} = 1, \\ & \quad x_{i} \geq 0, \quad \forall{i}. \end{alignat} Je pense que c'est un problème quadratique qui devrait être résolu avec CVXOPT , mais je ne sais pas comment.
2
CVXOPT VS. OpenOpt
CVXOPT: http://abel.ee.ucla.edu/cvxopt/index.html OpenOpt: http://openopt.org/Welcome Quelle est la relation entre eux? Quels sont leurs avantages / inconvénients, respectivement? BTW, existe-t-il une autre bibliothèque d'optimisation convexe à usage général de haute qualité pour Python / C ++ à noter?
4
Programmation linéaire avec contraintes matricielles
J'ai un problème d'optimisation qui ressemble au suivant minJ,Bs.t.∑ij|Jij|MJ+BY=XminJ,B∑ij|Jij|s.t.MJ+BY=X \begin{array}{rl} \min_{J,B} & \sum_{ij} |J_{ij}|\\ \textrm{s.t.} & MJ + BY =X \end{array} Ici, mes variables sont les matrices JJJ et BBB , mais tout le problème est toujours un programme linéaire; les variables restantes sont fixes. Lorsque j'essaie d'entrer ce programme …
2
En quoi la programmation géométrique est-elle différente de la programmation convexe?
En quoi la programmation géométrique (généralisée) est-elle différente de la programmation convexe générale? Un programme géométrique peut être transformé en programme convexe et est généralement résolu par une méthode de point intérieur. Mais quel est l'avantage de formuler directement le problème sous forme de programme convexe et de le résoudre …
2
Effort de calcul des algorithmes
O:=minx∈Rnf(x).O:=minx∈Rnf(x).\mathcal{O} := \min_{x \in \mathbb{R}^n} f(x).xoptxoptx_\text{opt}x0x0x_0xopt.xopt.x_\text{opt}.xxxϵ−ϵ−\epsilon-OO\mathcal{O}||x−xopt||2||x0−xopt||2≤ϵ.||x−xopt||2||x0−xopt||2≤ϵ.\begin{equation} \frac{||x - x_{\text{opt}}||_2}{||x_0 - x_\text{opt}||_2} \leq \epsilon. \end{equation} Supposons qu'il existe deux algorithmes itératifs et pour trouver une solution close de avec les propriétés suivantes:A1A1\mathcal{A}_1A2A2\mathcal{A}_2ϵ−ϵ−\epsilon-OO\mathcal{O} Pour tout l'effort de calcul total, c'est-à-dire l'effort requis par itération le nombre total d'itérations, pour trouver une solution …
3
Comment tenter intelligemment d'exclure la convexité?
Je veux minimiser une fonction objectif compliquée, et je ne sais pas si elle est convexe. Existe-t-il un bon algorithme qui tente de prouver qu'il n'est pas convexe? Bien sûr, l'algorithme pourrait ne pas le prouver, auquel cas je ne saurais pas s'il est convexe ou non, et c'est OK; …
En utilisant notre site, vous reconnaissez avoir lu et compris notre politique liée aux cookies et notre politique de confidentialité.
Licensed under cc by-sa 3.0 with attribution required.