数学之凸优化(二)

#梯度本节我们来讲梯度方法,非常常用的最优化方法。这个概念我们应该都是理解的,梯度就是一个方向,就是$f(x)$变化最大的方向,沿着这个方向,我们更加可能获取一个极值。下面介绍一种梯度下降的方法最速下降法追速下降法是梯度方法的一个具体实现,其理论为每次迭代中选择合适的步长使得目标函数能够最大程度的减

数学之凸优化(一)

#凸优化本章我们主要讲解一维的搜索方法,也是最优化理论的一部分,我们怎么在一个区间内找到找到一个极值呢?我们先来讨论一元单值函数的$f$,在区间$[a,b]$上的极小值点呢?二分法二分法是一种利用目标函数的一阶导数来连续压缩区间的方法,计算过程比较简单。首先,确定初始区间的中点$$x=\frac{a

数学之凸优化(零)

#凸优化其实在我看来,大部分算法解决的问题其实就是一个又一个的优化问题,不管使用梯度下降或是其他的策略都是渴望能从解集中获取一个最优解,那么我们就来讲讲凸优化的相关理论,可能很枯燥,还是希望读者能够一起学习起来。面对一个问题之前,我们要进行一层数学抽象,下面我们就给出我们是要解决一个怎样的问题。$$

运筹规划(零)-运筹优化基础

运筹学是一本规划数学,是数学建模的基础课程之一,本文将介绍一些和运筹学相关的知识。如果解决一个问题定义问题和收集数据数学建模模型求解校验模型上线十分简单没有任何反直觉的步骤,我们尽量通过一些经典的运筹学问题来讲解这门科学。原形范例有一家工厂有三个厂房,厂房1制作铝框架和硬件,木制框架给厂房2生产,厂
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×