Вопросы с тегом «optimization»

Этот тег предназначен для вопросов о методах (ограниченных или неограниченных) минимизации или максимизации функций.

3
Фортран: Лучший способ для синхронизации разделов вашего кода?
Иногда при оптимизации кода требуется время для определенных частей кода, я годами использовал следующее, но мне было интересно, есть ли более простой / лучший способ сделать это? call system_clock(count_rate=clock_rate) !Find the time rate call system_clock(count=clock_start) !Start Timer call do_something_subroutine !This is what gets timed call system_clock(count=clock_stop) ! Stop Timer e_time …

5
Минимизация суммы абсолютного отклонения ( расстояние
У меня есть набор данных и я хочу найти параметр m такой, чтобы он минимизировал сумму k ∑ i = 1 | м - х я | , то естьx1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k}mmm∑i=1k∣∣m−xi∣∣.∑i=1k|m−xi|.\sum_{i=1}^{k}\big|m-x_i\big|. minm∑i=1k∣∣m−xi∣∣.minm∑i=1k|m−xi|.\min_{m}\sum_{i=1}^{k}\big|m-x_i\big|.

1
Алгоритм Ремеза
Алгоритм Ремеза - это хорошо известная итерационная процедура для приближения функции полиномом в минимаксной норме. Но, как говорит Ник Трефетен [1]: Большинство из этих [реализаций] уходят в прошлое на многие годы, и на самом деле, большинство из них не решают общую проблему наилучшего приближения, как изложено выше, а представляют собой …

4
Какое самое быстрое программное обеспечение (с открытым исходным кодом) для решения задачи смешанного целочисленного программирования
У меня смешанная проблема целочисленного программирования. И я в настоящее время использую GLPK в качестве моего решателя. Но я обнаружил, что GLPK хорош для задачи линейного программирования, но для программирования со смешанным целым числом это требует гораздо большего времени, поэтому не отвечает нашим требованиям. Я так ищу другое программное обеспечение. …

2
Путаница в правлении Армихо
У меня путаница с правилом Армихо, который используется при поиске строк. Я перечитывал поиск по линии отслеживания, но не понял, о чем это правило Армихо. Кто-нибудь может уточнить, что такое правило Армихо? Википедия не очень хорошо объясняет. Благодарность

3
Путаница в проблеме сжатого ощущения
Я прочитал некоторые ссылки, включая это . Я немного сбит с толку, какую проблему оптимизации пытается решить сжатая система зондирования. Это свести к минимумупри условии∥ х ∥1A x = bсвести к минимуму| |Икс| |1при условииAИксзнак равноб\begin{array}{ll} \text{minimize} & \|x\|_1\\ \text{subject to} & Ax=b\end{array} и / или свести к минимумупри условии∥ …

1
Давление как множитель Лагранжа
В несжимаемых уравнениях Навье-Стокса термин давления часто упоминается как множитель Лагранжа, обеспечивающий условие несжимаемости.ρ(ut+(u⋅∇)u)∇⋅u=−∇p+μΔu+f=0ρ(ut+(u⋅∇)u)=−∇p+μΔu+f∇⋅u=0\begin{align*} \rho\left(\mathbf{u}_t + (\mathbf{u} \cdot \nabla)\mathbf{u}\right) &= - \nabla p + \mu\Delta\mathbf{u} + \mathbf{f}\\ \nabla\cdot\mathbf{u} &= 0 \end{align*} В каком смысле это правда? Существует ли формулировка несжимаемых уравнений Навье-Стокса как задачи оптимизации с учетом ограничения на несжимаемость? …

2
Стратегии для метода Ньютона, когда якобиан в решении сингулярен
Я пытаюсь решить следующую систему уравнений для переменных и x 2 (все остальные являются константами):P,x1P,x1P,x_1x2x2x_2 A(1−P)2−k1x1=0AP2−k2x2=0(1−P)(r1+x1)4L1−P(r1+x2)4L2=0A(1−P)2−k1x1=0AP2−k2x2=0(1−P)(r1+x1)4L1−P(r1+x2)4L2=0\frac{A(1-P)}{2}-k_1x_1=0 \\ \frac{AP}{2}-k_2x_2=0 \\ \frac{(1-P)(r_1+x_1)^4}{L_1}-\frac{P(r_1+x_2)^4}{L_2}=0 Я вижу, что могу превратить эту систему уравнений в одно уравнение одной переменной , решив уравнения 1 и 2 для x 1 и x 2 соответственно и подставив их в …

1
Понимание условий Вульфа для поиска неточной строки
Согласно Книжной числовой оптимизации Nocedal & Wright (2006), условия Вульфа для неточного поиска линии для направления спуска ,ppp Достаточное уменьшение: Условие кривизны: для∇ F ( х + α р ) Т р ≥ с 2 ∇ F ( х ) Т р 0 < с 1 < с 2 < …

2
Абсолютное значение в линейных ограничениях
У меня есть следующая проблема оптимизации, где у меня есть абсолютное значение в моих ограничениях: Пусть и е 0 , е 1 , ... , е м векторы - столбцы размера п каждая. Мы хотели бы решить следующее: min f T 0 x s.t.x∈Rnx∈Rn\mathbf{x} \in \mathbb{R}^nf0,f1,…,fmf0,f1,…,fm\mathbf{f}_0, \mathbf{f}_1, \ldots, \mathbf{f}_mnnnmins.t.fT0x|fT1x|≤|fT2x|≤…≤|fTmx|minf0Txs.t.|f1Tx|≤|f2Tx|≤…≤|fmTx|\begin{align} \min …

2
Решение задачи наименьших квадратов с линейными ограничениями в Python
Мне нужно решить 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} Я думаю, что это квадратичная проблема, которая должна быть решена с помощью CVXOPT , но я не могу понять, как.

2
Методы декомпозиции для решения больших задач оптимизации
Мне было интересно, есть ли у кого-нибудь какие-либо предложения для текстов или обзорных статей о методах декомпозиции (например, примитив, дуал, декомпозиции Данцига-Вольфа) для решения больших задач математического программирования. Мне понравились «Заметки о методах разложения» Стивена Бойда , и было бы здорово найти, например, учебник, который освещает эту тему более подробно.

2
Ньютоновские методы в оптимизации и решении систем нелинейных уравнений
Я попросил разъяснений по поводу недавнего вопроса о minpack , и получил следующий комментарий: Любая система уравнений эквивалентна задаче оптимизации, поэтому методы оптимизации, основанные на Ньютоне, очень похожи на методы, основанные на Ньютоне, для решения систем нелинейных уравнений. То, что смущает меня в этом комментарии (и связанные с ним негативные …

1
Эффективное решение смешанных целочисленных линейных программ
Многие важные проблемы могут быть выражены в виде смешанной целочисленной линейной программы . К сожалению, вычисление оптимального решения этого класса задач является NP-Complete. К счастью, есть алгоритмы аппроксимации, которые иногда могут обеспечить качественные решения только с умеренными объемами вычислений. Как мне проанализировать конкретную смешанную целочисленную линейную программу, чтобы увидеть, подходит …

5
Глобальная максимизация дорогой целевой функции
Я заинтересован в максимизации в глобальном масштабе функции многих ( ) реальных параметров (результат сложного моделирования). Тем не менее, рассматриваемая функция является относительно дорогой для оценки, требующей около 2 дней для каждого набора параметров. Я сравниваю разные варианты, и мне было интересно, есть ли у кого-нибудь предложения.≈30≈30\approx 30 Я знаю, …

Используя наш сайт, вы подтверждаете, что прочитали и поняли нашу Политику в отношении файлов cookie и Политику конфиденциальности.
Licensed under cc by-sa 3.0 with attribution required.