J'effectue une recherche de ligne dans le cadre d'un algorithme BFGS quasi-Newton. Dans une étape de la recherche de ligne, j'utilise une interpolation cubique pour me rapprocher du minimiseur local. Soit la fonction d'intérêt. Je veux trouver un tel que .x ∗ f ′ ( x ∗ ) ≈ 0f:R→R,f∈C1f:R→R,f∈C1f :...
Veuillez excuser la longue question, il a juste besoin de quelques explications pour s'attaquer au problème réel. Ceux qui connaissent les algorithmes mentionnés pourraient probablement passer directement au premier tablau simplex. Pour résoudre les problèmes de moindre déviation absolue (aka...
O:=minx∈Rnf(x).O:=minx∈Rnf(x).\mathcal{O} := \min_{x \in \mathbb{R}^n} f(x).xoptxoptx_\text{opt}x0x0x_0xopt.xopt.x_\text{opt}.xxxϵ−ϵ−\epsilon-OO\mathcal{O}||x−xopt||2||x0−xopt||2≤ϵ.||x−xopt||2||x0−xopt||2≤ϵ.\begin{equation} \frac{||x - x_{\text{opt}}||_2}{||x_0 - x_\text{opt}||_2} \leq \epsilon....
Je me demandais quelles sont les différences et les relations entre les "méthodes de recherche" et les "méthodes d'optimisation"? Surtout lors de la résolution d'un problème d'optimisation? J'insiste sur le contexte de la résolution des problèmes d'optimisation, car je suppose que les méthodes de...
L'escalade semble être un outil d'optimisation très puissant. Cependant, comment générer les «voisins» d'une solution me laisse toujours perplexe. Par exemple, j'optimise une solution . Ici est dans la plage(x1,x2,x3)(x1,x2,x3)(x_1, x_2, x_3)x1x1x_1(0,0.1)(0,0.1)(0, 0.1) , est dans la plage ( 0 ,...