Als «optimization» 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...

Welche Überlegungen sollten bei der Auswahl zwischen BFGS und konjugiertem Gradienten zur Optimierung angestellt werden? Die Funktion, die ich mit diesen Variablen zu kombinieren versuche, sind Exponentialfunktionen. Die eigentliche Zielfunktion beinhaltet jedoch unter anderem die Integration und...

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)...

Ich war sehr überrascht, als ich anfing, etwas über nicht-konvexe Optimierung im Allgemeinen zu lesen, und ich sah Aussagen wie diese: Viele wichtige praktische Probleme sind nicht konvex, und die meisten nicht konvexen Probleme sind schwer (wenn nicht unmöglich), genau in angemessener Zeit zu...

Betrachten Sie bei einem gewünschten Zustand y0y0y_0 und einem Regularisierungsparameter β∈Rβ∈R\beta \in \mathbb R das Problem, einen Zustand yyy und eine Steuerung uuu zu finden, um eine funktionale zu minimieren 12∥y−y0∥2+β2∥u∥212‖y−y0‖2+β2‖u‖2\begin{equation} \frac{1}{2} \| y - y_0 \|^2 +...

Ich versuche, einige nichtlineare Optimierungsprobleme mit der GPU (CUDA) zu lösen. Die Zielfunktion ist eine glatte nichtlineare Funktion, und ihr Gradient ist relativ billig zu berechnen, so dass ich mich nicht mit der numerischen Approximation befassen muss. Ich möchte dieses Problem...

Ich habe eine beschränkte nicht-konvexe 2-D-Funktion, für die ich das Minimum finden möchte. Die Funktion ist ziemlich flüssig. Die Bewertung ist kostspielig. Ein akzeptabler Fehler beträgt ungefähr 3% der Funktionsdomäne in jeder Achse. Ich habe versucht, die Implementierung des...

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,...

Ich würde gerne wissen, ob es einen schnellen Weg gibt, den euklidischen Abstand zweier Vektoren in Oktave zu berechnen. Es scheint, dass es dafür keine spezielle Funktion gibt. Soll ich also einfach die Formel mit verwenden

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 nehme regelmäßig an sogenannten "Programmierwettbewerben" teil, bei denen Sie schwierige algorithmische Probleme mit Ihrem eigenen Code und Problemlösungsfähigkeiten in einem begrenzten Zeitraum lösen. Für Referenzbeispiele, wie diese aussehen könnten, suchen Sie nach Wettbewerben wie z. B....

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...

Ich habe einen Datensatz x1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k} und möchte den Parameter mmm so finden, dass er die Summe minimiert m - x i | . ∑i=1k∣∣m−xi∣∣.∑i=1k|m−xi|.\sum_{i=1}^{k}\big|m-x_i\big|. das

Manchmal, während ich den Code optimiere, ist es erforderlich, bestimmte Teile des Codes zeitlich zu bestimmen. Ich verwende das Folgende seit Jahren, habe mich aber gefragt, ob es einen einfacheren / besseren Weg gibt, dies zu tun? call system_clock(count_rate=clock_rate) !Find the time rate call...

Es scheint zwei Hauptarten von Testfunktionen für nicht abgeleitete Optimierer zu geben: Einzeiler wie die Rosenbrock-Funktion ff. mit Startpunkten Sätze von realen Datenpunkten mit einem Interpolator Kann man etwa 10d Rosenbrock mit echten 10d Problemen vergleichen? Man kann auf verschiedene Arten...

Ich optimiere eine Funktion von 10-20 Variablen. Die schlechte Nachricht ist, dass jede Funktionsbewertung teuer ist, etwa 30 Minuten serielle Berechnung. Die gute Nachricht ist, dass mir ein Cluster mit ein paar Dutzend Rechenknoten zur Verfügung steht. Daher die Frage: Gibt es...

Gibt es einen (effizienten) Algorithmus, um eine Teilmenge von Punkten aus einer Menge von Punkten ( ) so auszuwählen, dass sie den größten Bereich "abdecken" (über alle möglichen Teilmengen der Größe )?MMMNNNM< NM<NM < NMMM Ich gehe davon aus, dass die Punkte in der 2D-Ebene liegen. Der...

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...

Der Remez-Algorithmus ist eine bekannte iterative Routine zur Approximation einer Funktion durch ein Polynom in der Minimax-Norm. Aber, wie Nick Trefethen [1] dazu sagt: Die meisten dieser [Implementierungen] reichen viele Jahre zurück und in der Tat lösen die meisten von ihnen nicht das...

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...