«optimization» etiketlenmiş sorular

Bazen kodu optimize ederken kodun belirli bölümlerini zamanlamak için gereklidir, ben yıllardır aşağıdakileri kullanıyorum ama bunu yapmak için daha basit / daha iyi bir yol olup olmadığını merak ediyordum? 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 …

15 optimization  fortran  profiling 

Bir veri kümesi x1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k} ve toplamı en aza indirecek şekilde parametresini bulmak istiyorum k ∑ i = 1 | m - x i | . yanimmm∑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|.

15 optimization  convex-optimization 

Remez algoritması, minimaks normunda bir polinom tarafından bir işleve yaklaşık olarak yaklaşmak için iyi bilinen bir yinelemeli rutindir. Ancak, Nick Trefethen'in [1] söylediği gibi: Bu uygulamaların çoğu uzun yıllar öncesine dayanmaktadır ve aslında, çoğu yukarıda belirtildiği gibi en iyi genel yaklaşım problemini değil, farklı değişkenler veya dijital filtreleme içeren varyantları …

14 optimization  approximation 

Karışık bir tamsayı programlama sorunum var. Ve şu anda çözücüm olarak GLPK kullanıyorum. Ancak GLPK'nın Doğrusal Programlama sorununa iyi geldiğini gördüm, ancak Karışık Tamsayı programlama için çok daha uzun zaman gerektiriyor, bu nedenle gereksinimimizi karşılamıyor. Başka yazılımlar arıyorum. Karışık tamsayı programlama problemini hızlı bir şekilde çözmek için başka iyi açık …

14 optimization  software  linear-programming  mixed-integer-programming 

Satır aramada kullanılan Armijo kuralı hakkında bu karışıklık var. İzleme hattı aramasını tekrar okuyordum ama bu Armijo kuralının ne hakkında olduğunu anlamadım. Herkes Armijo kuralının ne olduğunu açıklayabilir mi? Vikipedi iyi açıklamıyor gibi görünüyor. Teşekkürler

13 optimization 

Ben de dahil olmak üzere bazı referanslar okumak bu . Sıkıştırılmış algılamanın hangi optimizasyon problemini oluşturduğu ve çözmeye çalıştığı konusunda kafam karıştı. bu mu minimizesubject to∥x∥1Ax=bminimize‖x‖1subject toAx=b\begin{array}{ll} \text{minimize} & \|x\|_1\\ \text{subject to} & Ax=b\end{array} ve / veya minimizesubject to∥x∥0Ax=bminimize‖x‖0subject toAx=b\begin{array}{ll} \text{minimize} & \|x\|_0\\ \text{subject to} & Ax=b\end{array} veya başka bir …

13 optimization 

Sıkıştırılamaz Navier-Stokes denklemlerinde, basınç terimi genellikle bir Lagrange çarpanı olarak adlandırılır. sıkıştırılamazlık durumu.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*} Bu ne anlamda doğrudur? Sıkıştırılamazlık kısıtlamasına tabi olan bir optimizasyon problemi olarak sıkıştırılamaz Navier-Stokes denklemlerinin bir formülasyonu var mı? Eğer …

12 optimization  fluid-dynamics  navier-stokes  incompressible 

ve değişkenleri için aşağıdaki denklem sistemini çözmeye çalışıyorum (diğer tüm sabitler):x 2P, x1P,x1P,x_1x2x2x_2 A ( 1 - P)2- k1x1= 0A P2- 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 Bu denklem sistemini ve sırasıyla 1 ve 2 denklemlerini çözerek ve denklem 3 …

12 optimization  convergence  newton-method 

Nocedal &amp; Wright'ın Kitap Sayısal Optimizasyonu'na (2006) göre, Wolfe'un kesin olmayan bir hat arama koşulları, bir iniş yönü ,ppp Yeterli Azaltma: Eğrilik Koşulu: içinf(x+αp)≤f(x)+c1αk∇f(x)Tpf(x+αp)≤f(x)+c1αk∇f(x)Tpf(x+\alpha p)\le f(x)+c_1\alpha_k\nabla f(x)^T p∇f(x+αp)Tp≥c2∇f(x)Tp∇f(x+αp)Tp≥c2∇f(x)Tp\nabla f(x+\alpha p)^Tp\ge c_2 \nabla f(x)^T p0&lt;c1&lt;c2&lt;10&lt;c1&lt;c2&lt;10<c_1<c_2<1 Yeni noktada fonksiyon değeri ne kadar yeterli bir azalma durumu durumları görebilir teğet altında olmalıdır . …

12 optimization 

Kısıtlamalarımda mutlak değere sahip olduğum aşağıdaki optimizasyon problemim var: Let ve m , 0 , f , 1 , ... , m m büyüklükte kolon vektörler , n her biri. Aşağıdakileri çözmek istiyoruz: 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 &\mathbf{f}_0^T \mathbf{x} \notag \\ \text{s.t.} …

12 optimization  linear-programming 

Çözmem gerek 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} Ben düşünüyorum onunla çözülebilir olması gereken bir kuadratik sorundur CVXOPT , ama nasıl dışarı çalışamaz.

12 optimization  python  convex-optimization  least-squares  quadratic-programming 

Herkesin büyük matematiksel programlama problemlerini çözmek için dekompozisyon yöntemleri (örn. Primal, dual, Dantzig-Wolfe dekompozisyonları) hakkında metinler veya anket makaleleri için herhangi bir öneri olup olmadığını merak ediyordum. Stephen Boyd'un "Ayrışma Yöntemleri Hakkında Notlar" ı beğendim ve örneğin bu konuyu daha ayrıntılı bir şekilde kapsayan bir ders kitabı bulmak harika olurdu.

12 optimization  linear-programming  nonlinear-programming 

Minpack hakkında yeni bir soru hakkında açıklama istedim ve aşağıdaki yorumu aldım: Herhangi bir denklem sistemi bir optimizasyon problemine eşdeğerdir, bu yüzden optimizasyondaki Newton tabanlı yöntemler doğrusal olmayan denklem sistemlerini çözmek için Newton tabanlı yöntemlere çok benzemektedir. Bu yorum hakkında beni şaşırtan şey (ve minpack gibi uzmanlaşmış doğrusal olmayan en …

12 optimization  least-squares 

Birçok önemli problem karma bir tamsayılı doğrusal program olarak ifade edilebilir . Ne yazık ki bu sorun sınıfına en uygun çözümü hesaplamak NP-Complete'tir. Neyse ki, bazen sadece orta düzeyde hesaplama ile kaliteli çözümler sağlayabilen yaklaşım algoritmaları vardır. Belirli bir karma tamsayı doğrusal programını, bu yaklaşım algoritmalarından birine ödünç verip vermediğini …

12 optimization  linear-programming  approximation 

Küresel olarak birçok ( ) gerçek parametrenin (karmaşık bir simülasyonun sonucu) işlevini maksimize etmekle ilgileniyorum . Bununla birlikte, söz konusu fonksiyonun değerlendirilmesi nispeten pahalıdır ve her bir parametre seti için yaklaşık 2 gün gerektirir. Farklı seçenekleri karşılaştırıyorum ve kimsenin önerileri olup olmadığını merak ediyordum.≈30≈30\approx 30 Bu tür bir işlem için …

12 optimization