数值优化基础
Posted larry-xia
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了数值优化基础相关的知识，希望对你有一定的参考价值。
“数值”优化：设置算法时，要考虑舍入误差。
数值优化问题分类：
- 无约束优化 VS 约束优化
- 线性规划。目标函数和约束函数都是线性的
- 二次规划。目标函数为二次的，约束函数为线性。
- 凸优化。目标函数为凸的，约束函数为线性的。
局部解 VS 全局解
连续 VS 离散
确定 VS 随机
无约束优化问题基础
解的一阶必要条件：
解的二阶必要条件：
解的二阶充分条件：
迭代算法（如何构造下一个迭代点）、终止条件
一阶、二阶、直接算法
直接算法无需使用导数，一阶算法需要使用一阶导数，二阶算法需要用到二阶导数。
算法的收敛性：
全局收敛：
局部收敛：
以上是关于数值优化基础的主要内容，如果未能解决你的问题，请参考以下文章