«optimization» etiketlenmiş sorular

(Genelleştirilmiş) geometrik programlama genel dışbükey programlamadan nasıl farklıdır? Geometrik bir program dışbükey bir programa dönüştürülebilir ve tipik olarak bir iç nokta yöntemi ile çözülür. Ancak sorunu doğrudan dışbükey bir program olarak formüle etmenin ve bir iç nokta yöntemiyle çözmenin avantajı nedir? Geometrik programların sınıfı sadece iç nokta yöntemleri ile özellikle …

10 optimization  convex-optimization 

Birkaç önemli farklılıklar ile bu yazı formülasyon benzer bir sorun var: Bir 2B işlevini uyarlanabilir şekilde örneklemek için hangi basit yöntemler vardır? Bu yazıdaki gibi: Bir ve bu fonksiyonun değerlendirilmesi hesaplamak biraz pahalıf(x,y)f(x,y)f(x,y) Bu yazının aksine: Her yerde fonksiyonun değeriyle değil, sadece fonksiyonun tek bir isocontourunu bulmakla ilgileniyorum. Fonksiyonun otokorelasyonu …

10 optimization  image-processing 

Anladığım kadarıyla, gevşeme ardışıklığı, parametresini seçerek 0 ≤ ω ≤ 20≤ω≤20\leq\omega\leq2ve (yarı) Gauss-Seidel yinelemesinin doğrusal bir kombinasyonunu ve önceki zaman dilimindeki değeri kullanarak çalışır. uk + 1= ( ω ) ugsk + 1+ ( 1 - ω ) ukuk+1=(ω)ugsk+1+(1−ω)uk{u}^{k+1} = (\omega){u_{gs}}^{k+1} + (1-\omega)u^{k} 'Quasi' diyorum çünkü ugsk + 1ugsk+1{u_{gs}}^{k+1} herhangi …

10 linear-algebra  optimization  iterative-method 

değerine bağımlı bir objektif fonksiyon var , burada bir PDE çözümdür. , PDE'nin başlangıç ​​durumuna gradyanlı iniş ile optimize ediyorum : . Yani, ve daha sonra PDE'yi tümlememi hesaplamak için entegre etmeliyim. Ben Bayır iniş adım boyutu için bir hat arama (çağrı yapmak olsaydı araçlar, bu ), her potansiyel değeri …

9 optimization  pde  conjugate-gradient 

Yalnızca sayısal bir degrade sağlayabiliyorsanız, degrade tabanlı eniyileme algoritmaları kullanmak anlamsız mıdır? Değilse, optimizasyon kitaplığının kendisi için sonlu farklılaştırma yapmak önemsizse neden ilk etapta sayısal bir gradyan sağlasın? [DÜZENLE] Açıklığa kavuşturmak gerekirse, sorum gerçekten belirli bir uygulamadan daha genel anlamda. Her ne kadar benim uygulama alanım çeşitli istatistiksel çerçeveler altında …

9 optimization 

Bir yarı Newton BFGS algoritmasının bir parçası olarak çizgi arama yapıyorum. Çizgi aramanın bir adımında, yerel minimizere yaklaşmak için kübik enterpolasyon kullanıyorum. Let ilgi fonksiyonu. Bir bulmak istiyorum öyle ki .f:R→R,f∈C1f:R→R,f∈C1f : R \rightarrow R, f \in C^1x∗x∗x^*f′(x∗)≈0f′(x∗)≈0f'(x^*) \approx 0 Let , , ve bilinmelidir. Ayrıca olduğunu varsayın . Kübik …

9 optimization  numerical-analysis  interpolation 

Büyük, yoğun, düşük rütbeli görevlendirme problemini çözmek için oldukça ucuz bir yöntem var mı maxπ∑iAπi,imaxπ∑iAπi,i\max_\pi \sum_i A_{\pi i,i}, nerede ππ\pi tüm permütasyonlar üzerinde çalışır. 1:n1:n1:n? Buraya AAA bir n×nn×nn\times n düşük dereceli matris rrr. Tipik boyutlar n=10000 n=10000 n=10000~~ (muhtemelen çok daha büyük), r=15r=15r=15.

9 optimization 

Lütfen uzun soruya izin verin, asıl soruna ulaşmak için biraz açıklamaya ihtiyacı var. Bahsedilen algoritmalara aşina olanlar muhtemelen doğrudan ilk simpleks tablasına atlayabilirler. En az mutlak sapma problemlerini (yani -optimizasyon) çözmek için Barrodale-Roberts-algoritması, uygun bir minimum bulmak için çok daha az depolama ve hesaplama çabalarına ihtiyaç duyan özel amaçlı bir …

9 optimization  linear-programming 

Bazı demografik modelleme yazılımının optimizasyon sürecini geliştirmeye çalışıyorum, böylece demografik modelleri verilere daha iyi sığdırabilirim. Optimizasyon süresini azaltmak istiyoruz. Amaç fonksiyonumuzu değerlendirmek için gereken süre, girdi değerlerine bağlı olarak çok değişir. Amaç fonksiyonunu değerlendirmek için zaman ile girdi arasındaki ilişki bilinmektedir. Hangi noktaların değerlendirileceğini seçerken objektif fonksiyonun göreceli zaman maliyetini …

9 optimization 

Bir fonksiyonun minimumunu bulmak için Broyden-Fletcher-Goldfarb-Shanno yöntemini uygulamaya çalışıyorum. İki başlangıç ​​tahminine ihtiyacım varx- 1x−1x_{-1} & x0x0x_0 ve ilk Hessian Matrix yaklaşımı B0B0B_0. Aradığım tek gereksinimB0B0B_0 eğer Hessian simetrik pozitif tanımlıysa, B0B0B_0. Vikipedi'ye baktığımda, tipik bir başlangıç ​​yaklaşımınınB0= BenB0=IB_0=I(kimlik matrisi). Bu her zaman iyi bir başlangıç ​​mı?B0B0B_0? Başka bir şey …

9 optimization  algorithms 

Birkaç ders kitabından ayrıldığımda, bir satır arama sırasında başlangıçta minimum bir parantez basma sorununun sonradan düşünülen bir eğilim olduğunu fark ettim (en azından lisans metinlerimde). Bu tür bir sorun için köklü teknikler veya en iyi uygulamalar var mı, yoksa çözümler genellikle uygulamaya bağlı mı? Konuyla ilgili bazı referanslar öneren var …

9 optimization  reference-request 

Tepe tırmanışı optimizasyon için çok güçlü bir araç gibi görünüyor. Ancak, bir çözümün "komşuları" nasıl oluşturulur her zaman beni bulmaca. Örneğin, bir çözümü optimize ediyorum (x1,x2,x3)(x1,x2,x3)(x_1, x_2, x_3). Burayax1x1x_1 menzil içinde (0,0.1)(0,0.1)(0, 0.1), x2x2x_2 menzil içinde (0,100)(0,100)(0, 100), x3x3x_3 menzil içinde (0,1000000)(0,1000000)(0, 1000000). "Komşular" üretmenin en iyi yolu nedir? Burada …

9 algorithms  optimization 

"Arama yöntemleri" ve "optimizasyon yöntemleri" arasındaki farkların ve ilişkilerin ne olduğunu merak ediyordum. Özellikle bir optimizasyon problemini çözerken? Arama yöntemleri sadece optimizasyon problemlerini değil, aynı zamanda optimizasyon problemlerini de çözdüğünü tahmin ediyorum. Karışıklığım şu gerçeklerden geliyor: Yerel arama , stokastik arama , ... gibi "xxx arama" adlı bazı optimizasyon yöntemleri …

9 optimization 

Herhangi bir kesitte hız ve sıcaklık dağılımı nispeten tekdüze olacak şekilde bir tankta bir akış dağıtıcısını optimize etmeye çalışıyorum. Maksimum çapraz kesit homojenliğine ayarlayabildiğim, giriş borularının sayısı, konumları, yönleri ve yönleri gibi birçok parametre var. Bir dizi farklı geometri oluşturabildiğimi ve her birini ayrı ayrı test edebileceğimi biliyorum, ama bu …

9 optimization 

Aşağıdaki doğrusal sistemin verildiğini varsayalım Lx=c,(1)(1)Lx=c,Lx=c,\tag1 nerede LLL pozitif olduğu bilinen Laplacian ağırlıklı semi−semi−semi-tek boyutlu boş uzay ile 1n=(1,…,1)∈Rn1n=(1,…,1)∈Rn1_n=(1,\dots,1)\in\mathbb{R}^nve çeviri varyansı x∈Rnx∈Rnx\in\mathbb{R}^{n}, yani, x+a1nx+a1nx+a1_n (türevi olan fonksiyon değerini değiştirmez) (1)(1)(1)). Tek olumlu girişlerLLL negatif diyagonal girişlerin mutlak değerlerinin bir toplamı olan diyagonalindedir. Alanında oldukça alıntı yapılan bir akademik çalışmada, LLL …

9 linear-algebra  optimization  iterative-method  matrix  linear-solver