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:技术分享图片

解的二阶必要条件:技术分享图片

解的二阶充分条件:技术分享图片

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:技术分享图片

局部收敛:技术分享图片

 

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

环境监测设备软件优化--C代码中隐藏的数值比较陷阱

最优化学习 数值优化的例子:实现最小二乘法

数值优化

数值优化:计算基本理论

PL/SQL 的数值优化或替代方案

数值优化