Nach meinem Verständnis funktioniert die sukzessive Relaxation durch Auswahl eines Parameters 0≤ω≤20≤ω≤20\leq\omega\leq2 und Verwendung einer linearen Kombination aus einer (quasi) Gauß-Seidel-Iteration und dem Wert im vorherigen Zeitschritt ... das heißt
Ich habe ein ähnliches Problem in der Formulierung wie dieser Beitrag, mit einigen bemerkenswerten Unterschieden: Welche einfachen Methoden gibt es, um eine 2D-Funktion adaptiv abzutasten? Wie in diesem Beitrag: Ich habe ein und die Auswertung dieser Funktion ist etwas teuer zu berechnenf( x ,...
Ich versuche, eine vollständige SVM- Implementierung in Python zu schreiben, und habe einige Probleme bei der Berechnung der Lagrange-Koeffizienten. Lassen Sie mich zunächst umformulieren, was ich aus dem Algorithmus verstehe, um sicherzustellen, dass ich auf dem richtigen Weg bin. Wenn ein...
Ich kann keine Erwähnung in Stellenangeboten sehen. Ich habe die erwähnte Ganzzahlprogrammierung, MIP, nichtlineare Programmierung mit gemischten Ganzzahlen, LP, dynamische Programmierung usw. gesehen, aber kein SDP. Ist es in der Akademie viel trendiger als in der Industrie? Aufgrund meiner...
Zur Optimierung aus Wikipedia : In der Informatik bezeichnet Metaheuristik eine Berechnungsmethode, die ein Problem optimiert , indem iterativ versucht wird, eine Kandidatenlösung in Bezug auf ein bestimmtes Qualitätsmaß zu verbessern. Metaheuristiken machen nur wenige oder keine Annahmen über das...
max f( x ) vorbehaltlich A x = bmaxf(x) subject to Ax=b\max f(\mathbf{x}) \text{ subject to } \mathbf{Ax} = \mathbf{b} Dabei ist , und x=[x1,x2,. . . ,xN]T≤RN×1A≤RM×N.f( x ) = ∑N.i = 11 + x4ich( ∑N.i = 1x2ich)2- -- -- -- -- -- -- -- -- -- -√f(x)=∑i=1N1+xi4(∑i=1Nxi2)2f(\mathbf{x}) =...
Ich stoße oft auf das allgemeine Sprichwort, dass es schwierig ist, Innenpunktmethoden warm zu starten. Gibt es eine intuitive Erklärung für diesen Rat? Gibt es Situationen, in denen man von einem Warmstart in einer Innenpunktmethode profitieren kann? Kann mir jemand hilfreiche Referenzen zum Thema...
Ich habe einen Datensatz, der sich langsam ändert, und ich muss die Eigenvektoren / Eigenwerte seiner Kovarianzmatrix verfolgen. Ich habe es benutzt scipy.linalg.eigh, aber es ist zu teuer und es nutzt nicht die Tatsache, dass ich bereits eine Zerlegung habe, die nur geringfügig falsch ist. Kann...
Ich bin daran interessiert, eine Funktion maximieren , wobei θ ∈ R p ist .f( θ )f(θ)f(\mathbf \theta)θ∈Rpθ∈Rp\theta \in \mathbb R^p Das Problem ist, dass ich die analytische Form der Funktion oder ihrer Ableitungen nicht kenne. Das einzige , was ich tun kann , ist die Funktion punktweise zu...
Wie unterscheidet sich die (verallgemeinerte) geometrische Programmierung von der allgemeinen konvexen Programmierung? Ein geometrisches Programm kann in ein konvexes Programm umgewandelt werden und wird typischerweise durch eine Innenpunktmethode gelöst. Aber was ist der Vorteil gegenüber der...
Was sind empfohlene Methoden, um nichtlineare kleinste Quadrate, min , mit Box-Einschränkungen ? Es scheint mir (Dummköpfe eilen ), dass man die Box-Einschränkungen quadratisch machen und wobei ist die "Wannenfunktion" in Form von \ _ _ _ /, . Funktioniert das theoretisch, in der Praxis? (Es...
Ich arbeite daran, den Optimierungsprozess einiger demografischer Modellierungssoftware zu verbessern, damit demografische Modelle besser an Daten angepasst werden können. Wir möchten die Optimierungszeit verkürzen. Die Zeit, die zur Bewertung unserer Zielfunktion benötigt wird, hängt stark von den...
Ich versuche, einen Strömungsverteiler in einem Tank so zu optimieren, dass die Geschwindigkeits- und Temperaturverteilung über einen beliebigen Querschnitt relativ gleichmäßig ist. Es gibt viele Parameter, die ich an die maximale Gleichmäßigkeit des Querschnitts anpassen kann, wie z. B. die Anzahl...
π 1 : nmaxπ∑ichEINπich , ichmaxπ∑iAπi,i\max_\pi \sum_i A_{\pi i,i}ππ\pi1 : n1:n1:n Hier ist eine Matrix mit niedrigem Rang . Typische Größen wären (möglicherweise viel größer), .n × n r n = 10000EINAAn × nn×nn\times nrrrn = 10000 n=10000 n=10000~~r =
Ich versuche, die Broyden-Fletcher-Goldfarb-Shanno-Methode zu implementieren, um das Minimum einer Funktion zu finden. Ich brauche zwei anfängliche Vermutungen & und eine anfängliche hessische Matrixnäherung . Die einzigen Anforderungen, die ich für finde, sind, dass wenn der Hessische...
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...
Betrachten Sie das streng konvexe uneingeschränkte OptimierungsproblemLassen Sie x_ \ text {opt} seine einzigartige Minima bezeichnen und X_0 eine gegebene erste Annäherung sein x_ \ text {opt}. Wir werden einen Vektor x eine \ epsilon- nahe Lösung von \ mathcal {O} nennen, wenn \ begin...
Angenommen , das folgende lineare System gegeben wobei die Laplace - gewichteten ist bekannt , positiv sein definit ein eindimensionaler Nullraum von spannte und die Übersetzungsvarianz von , dh , ändert den Funktionswert nicht (dessen Ableitung ). Die einzigen positiven Einträge von befinden sich...
Ich habe mich gefragt, welche Unterschiede und Beziehungen zwischen "Suchmethoden" und "Optimierungsmethoden" bestehen. Besonders bei der Lösung eines Optimierungsproblems? Ich betone den Kontext der Lösung von Optimierungsproblemen, weil ich denke, dass Suchmethoden nicht nur zur Lösung von...
Bergsteigen scheint ein sehr leistungsfähiges Werkzeug zur Optimierung zu sein. Wie man jedoch die "Nachbarn" einer Lösung generiert, ist mir immer ein Rätsel. Zum Beispiel optimiere ich eine Lösung . Hier liegt x 1 im Bereich ( 0 , 0,1 ) , x 2 im Bereich ( 0 , 100 ) , x 3 im Bereich ( 0 , 1000000...