Als «linear-programming» getaggte Fragen

Ich habe mehrere herausfordernde nicht konvexe globale Optimierungsprobleme zu lösen. Derzeit verwende ich die Optimization Toolbox von MATLAB (speziell fmincon()mit algorithm = 'sqp'), was sehr effektiv ist . Der größte Teil meines Codes ist jedoch in Python, und ich würde die Optimierung gerne...

Ich versuche, ein Problem der eingeschränkten Optimierung zu lösen, bei dem ich die Grenzen einiger Variablen kenne (insbesondere eine umrahmte Einschränkung). argminuf(u,x)arg⁡minuf(u,x) \arg \min_u f(u,x) unterliegen a ≤ d ( u , x ) ≤ bc(u,x)=0c(u,x)=0 c(u,x) = 0 a≤d(u,x)≤ba≤d(u,x)≤b a \le d(u,x)...

Annehmen min Av e c (U)vorbehaltlich  Uich , j≤ max { Uich , k, Uk , j} ,i , j , k = 1 , ... , nMindestEINvec(U)unterliegen Uich,j≤max{Uich,k,Uk,j},ich,j,k=1,…,n\begin{align*} \min A &\mathrm{vec}(U) \\ &\text{subject to } U_{i,j} \leq \max\{U_{i,k}, U_{k,j}\}, \quad i,j,k = 1, \ldots,...

Es gibt ein System linearer Bedingungen . Ich möchte einen streng positiven Vektor , der diese Bedingungen erfüllt. Das heißt, wird für jede Komponente von . Wie kann ich einen LP-Solver verwenden, um einen solchen streng positiven Vektor (oder um zu bestätigen, dass kein existiert)? Ich kann...

Ich unterrichte eine Umfrageklasse zur numerischen Analyse und suche nach Motivation für die BFGS-Methode für Studenten mit begrenztem Hintergrund / Intuition in der Optimierung! Ich habe zwar keine Zeit, konsequent zu beweisen, dass alles konvergiert, aber ich möchte eine angemessene Motivation...

Nach meinem Verständnis kann, da eine Lösung für ein lineares Programm immer an einem Scheitelpunkt seiner polyedrischen realisierbaren Menge auftritt (wenn eine Lösung existiert und der optimale Zielfunktionswert unter der Annahme eines Minimierungsproblems von unten begrenzt ist), wie eine Suche...

Ich habe ein gemischtes Integer-Programmierproblem. Und ich verwende derzeit GLPK als meinen Löser. Aber ich fand, dass GLPK für das lineare Programmierproblem gut ist, aber für die gemischte Ganzzahl-Programmierung benötigt es viel mehr Zeit und entspricht daher nicht unseren Anforderungen. Ich...

Viele wichtige Probleme können als gemischtes ganzzahliges lineares Programm ausgedrückt werden . Leider ist die Berechnung der optimalen Lösung für diese Klasse von Problemen NP-Complete. Glücklicherweise gibt es Approximationsalgorithmen, die manchmal qualitativ hochwertige Lösungen mit nur...

Ich habe mich gefragt, ob jemand Vorschläge für Texte oder Übersichtsartikel zu Zerlegungsmethoden (z. B. Primäre, Duale, Dantzig-Wolfe-Zerlegungen) zur Lösung großer mathematischer Programmierprobleme hat. Ich mochte Stephen Boyds "Notes on Decomposition Methods" , und es wäre großartig, zum...

Ich habe das folgende Optimierungsproblem, bei dem meine Einschränkungen einen absoluten Wert haben: x ∈ Rnx∈Rn\mathbf{x} \in \mathbb{R}^nf0, f1, … , Fmf0,f1,…,fm\mathbf{f}_0, \mathbf{f}_1, \ldots, \mathbf{f}_mnnnMindeststfT0x| fT1x | ≤ | fT2x | ≤…≤ | fTmx

In dem technischen Bericht über Galahad [1] geben die Autoren im Zusammenhang mit allgemeinen nichtlinearen Programmierproblemen an: Unserer Meinung nach gab es nie wirklich Zweifel daran, dass SQP-Methoden (Sequential Quadratic Programming) auf lange Sicht erfolgreicher sein würden [als...

Ich versuche derzeit, das nichtlineare Problem der eingeschränkten Minimierung zu lösen, wie es in der matlab-Funktion "fmincon" implementiert ist. Meine Erwartungen sind: Minimieren (fun1, x0, uB, lB, fun2), wobei x0 der Anfangszustand ist, fun1 eine Funktion ist, die minimiert werden muss, uB...

Bitte entschuldigen Sie die längere Frage, es bedarf nur einer Erklärung, um zum eigentlichen Problem zu gelangen. Diejenigen, die mit den genannten Algorithmen vertraut sind, könnten wahrscheinlich direkt zum ersten Simplex-Tablau springen. Um Probleme mit der geringsten absoluten Abweichung (auch...

Jemand in meinem Team möchte IPOPT parallelisieren. (zumindest einige Funktionen davon). Ich konnte keine GPU-Implementierung oder ein ähnliches Paket finden. Ich habe auch nichts in ihren Dokumenten gefunden. Die Frage ist also, gibt es eine Alternative, die bereits auf der GPU implementiert ist?...

Ich habe einen Algorithmus, der eine praktikable Lösung für ein lineares Programmierproblem generiert. Es ist jedoch sehr wahrscheinlich, dass dies kein Eckpunkt ist. Dies macht es nicht für die direkte Verwendung als anfänglich realisierbare Lösung für einen gebundenen Simplex-Löser geeignet. Wie...

Ich bin neu in der linearen Programmierung und habe ein lineares Programm (LP) mit einer Reihenfolge von Variablen und Einschränkungen formuliert , obwohl die Einschränkungsmatrix extrem spärlich ist. 10 131013101310^{13}1013101310^{13} Ich wollte wissen, ob eine LP dieser Größenordnung handhabbar...

Verschiedene numerische lineare Algebra- und numerische Optimierungsmethoden haben unterschiedliche Größenbereiche, in denen sie zusätzlich zu ihren eigenen Eigenschaften eine „gute Idee“ sind. Beispielsweise werden für sehr große Optimierungsprobleme Gradienten-, stochastische Gradienten- und...

Was wären gute Methoden (und / oder Softwarepakete), um ein Problem zu lösen, das eine quadratische Funktion minimiert? , st 0 ≤ x i ≤ 1 und Es gibt mehr Einschränkungen, von denen einige nicht linear (und nicht differenzierbar) sind, z. B. ∑ i x i 1 x i > a < b ?f( x ) = ∑N.i = 1( xich-...