Questions marquées «optimization»

J'ai plusieurs problèmes d'optimisation globale non convexe difficiles à résoudre. Actuellement, j'utilise la boîte à outils Optimization de MATLAB (en particulier, fmincon()avec algorithm = 'sqp'), ce qui est assez efficace . Cependant, la majeure partie de mon code est en Python et j'aimerais...

Quelles considérations dois-je prendre lors du choix entre BFGS et gradient conjugué pour l'optimisation? La fonction que j'essaie d'adapter à ces variables sont des fonctions exponentielles; cependant, la fonction objective réelle implique l'intégration, entre autres choses, et est très coûteuse...

Je cherche à résoudre un problème d'optimisation contraint où je connais les limites de certaines variables (en particulier une contrainte encadrée). argminuf(u,x)arg⁡minuf(u,x) \arg \min_u f(u,x) sujet à c(u,x)=0c(u,x)=0 c(u,x) = 0 a≤d(u,x)≤ba≤d(u,x)≤b a \le d(u,x) \le b où uuu est un vecteur de...

J'ai été très surpris lorsque j'ai commencé à lire quelque chose sur l'optimisation non convexe en général et j'ai vu des déclarations comme celle-ci: De nombreux problèmes pratiques importants ne sont pas convexes et la plupart des problèmes non convexes sont difficiles (sinon impossibles) à...

Étant donné un état souhaité et un paramètre de régularisation , considérons le problème de trouver un état et un contrôle pour minimiser une soumis à la contrainte \ begin {equation} Ay = u. \ end {equation} où pour simplifier on peut penser à y, y_0, u \ in \ mathbb R ^ n et A \ in \ mathbb R ^...

J'essaie de résoudre certains problèmes d'optimisation non linéaire sans contrainte sur le GPU (CUDA). La fonction objectif est une fonction non linéaire lisse, et son gradient est relativement bon marché à calculer analytiquement, donc je n'ai pas besoin de me soucier de l'approximation numérique....

Je voudrais savoir s'il existe un moyen rapide de calculer la distance euclidienne de deux vecteurs en octave. Il semble qu'il n'y ait pas de fonction spéciale pour cela, alors devrais-je simplement utiliser la formule avec

J'ai une fonction 2D non convexe bornée dont j'aimerais trouver le minimum. La fonction est assez fluide. L'évaluer coûte cher. Une erreur acceptable est d'environ 3% du domaine de la fonction dans chaque axe. J'ai essayé d'exécuter l'implémentation de l'algorithme DIRECT dans la bibliothèque...

Supposer minAvec(U)subject to Ui,j≤max{Ui,k,Uk,j},i,j,k=1,…,nminAvec(U)subject to Ui,j≤max{Ui,k,Uk,j},i,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, n \end{align*} où UUU est une matrice n \ fois n symétrique...

J'ai un ensemble de données x1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k} et je veux trouver le paramètre mmm tel qu'il minimise la somme ∑i=1k∣∣m−xi∣∣.∑i=1k|m−xi|.\sum_{i=1}^{k}\big|m-x_i\big|. C'est

Il existe un système de contraintes linéaires Ax≤bAx≤b{\bf Ax} \leq {\bf b} . Je souhaite trouver un vecteur strictement positif x>0x>0{\bf x} > 0 qui satisfait ces contraintes. Cela signifie que est requis pour chaque composant de . Comment puis-je utiliser un solveur LP pour trouver un...

Existe-t-il un algorithme (efficace) pour sélectionner un sous-ensemble de points dans un ensemble de points ( ) de telle sorte qu'ils "couvrent" la plus grande partie de la zone (sur tous les sous-ensembles possibles de taille )?MMMNNNM< NM<NM < NMMM Je suppose que les points sont dans un...

Parfois, tout en optimisant le code, il est nécessaire de chronométrer certaines parties du code, j'utilise les éléments suivants depuis des années, mais je me demandais s'il y avait une manière plus simple / meilleure de le faire? call system_clock(count_rate=clock_rate) !Find the time rate call...

Il semble y avoir deux principaux types de fonction de test pour les optimiseurs sans dérivation: des lignes simples comme la fonction Rosenbrock ff., avec des points de départ ensembles de points de données réels, avec un interpolateur Est-il possible de comparer, disons, 10d Rosenbrock avec de...

J'enseigne un cours d'enquête en analyse numérique et je recherche la motivation pour la méthode BFGS pour les étudiants ayant une formation / intuition limitée en optimisation! Bien que je n'aie pas le temps de prouver rigoureusement que tout converge, je cherche à donner une motivation...

Je participe régulièrement à ce que l'on appelle des "concours de programmation", où vous résolvez des problèmes algorithmiques difficiles avec votre propre code et des compétences en résolution de problèmes pendant une période de temps limitée. Pour des exemples référentiels de ce à quoi ils...

J'optimise une fonction de 10-20 variables. La mauvaise nouvelle est que chaque évaluation de fonction est coûteuse, environ 30 min de calcul en série. La bonne nouvelle est que j'ai un cluster avec quelques dizaines de nœuds de calcul à ma disposition. D'où la question: existe-t-il des algorithmes...

J'ai un problème de programmation d'entiers mixtes. Et j'utilise GLPK comme solveur. Mais j'ai trouvé que GLPK est bon pour les problèmes de programmation linéaire, mais pour la programmation mixte en nombres entiers, il nécessite beaucoup plus de temps, donc ne répond pas à nos exigences. Je...

L'algorithme de Remez est une routine itérative bien connue pour approximer une fonction par un polynôme dans la norme minimax. Mais, comme le dit Nick Trefethen [1]: La plupart de ces [implémentations] remontent à plusieurs années et en fait, la plupart d'entre elles ne résolvent pas le problème...

Si je comprends bien, étant donné qu'une solution à un programme linéaire se produit toujours au sommet de son ensemble réalisable polyédrique (si une solution existe et que la valeur optimale de la fonction objective est limitée par le bas, en supposant un problème de minimisation), comment une...