Preguntas etiquetadas con optimization

Tengo que resolver varios problemas desafiantes de optimización global no convexo. Actualmente uso la Caja de herramientas de optimización de MATLAB (específicamente, fmincon()con algoritmo = 'sqp'), que es bastante eficaz . Sin embargo, la mayor parte de mi código está en Python, y me encantaría...

¿Qué consideraciones debo hacer al elegir entre BFGS y el gradiente conjugado para la optimización? La función que estoy tratando de ajustar con estas variables son funciones exponenciales; sin embargo, la función objetivo real implica la integración, entre otras cosas, y es muy costosa si eso...

Estoy buscando resolver un problema de optimización restringida donde conozco los límites de algunas de las variables (específicamente una restricción en recuadro). argmintuF( u , x )arg⁡minuf(u,x) \arg \min_u f(u,x) sujeto a a ≤ d ( u , x ) ≤ bc ( u , x ) = 0c(u,x)=0 c(u,x) = 0 a ≤ d( u , x )...

Me sorprendió mucho cuando comencé a leer algo sobre la optimización no convexa en general y vi declaraciones como esta: Muchos problemas prácticos de importancia son no convexos, y la mayoría de los problemas no convexos son difíciles (si no imposibles) de resolver exactamente en un tiempo...

Dado un estado deseado y0y0y_0 y un parámetro de regularización β∈Rβ∈R\beta \in \mathbb R , considere el problema de encontrar un estado yyy un control uuu para minimizar un funcional 12∥y−y0∥2+β2∥u∥212‖y−y0‖2+β2‖u‖2\begin{equation} \frac{1}{2} \| y - y_0 \|^2 + \frac{\beta}{2} \| u...

Estoy tratando de resolver algunos problemas de optimización no lineal sin restricciones en la GPU (CUDA). La función objetivo es una función no lineal suave, y su gradiente es relativamente barato de calcular analíticamente, por lo que no necesito molestarme con la aproximación numérica. Quiero...

Tengo un no-convexa función 2-D acotada, que me gustaría encontrar el mínimo de. La función es bastante suave. Evaluar es costoso. Un error aceptable es de aproximadamente 3% del dominio de la función en cada eje. He intentado ejecutar la implementación del algoritmo DIRECTO en la biblioteca...

Suponer minAv e c (U)sujeto a  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*} donde es una matriz...

Me gustaría saber si hay una manera rápida de calcular la distancia euclidiana de dos vectores en Octave. Parece que no hay una función especial para eso, así que ¿debería usar la fórmula con

Hay un sistema de restricciones lineales A x ≤ bUNX≤si{\bf Ax} \leq {\bf b} . Deseo encontrar un vector estrictamente positivo que satisfaga estas restricciones. Eso significa que es necesario para cada componente de . ¿Cómo puedo usar un solucionador de LP para encontrar un vector tan...

Regularmente compito en los llamados "Concursos de programación", donde resuelves problemas algorítmicos difíciles con tu propio código y habilidades de resolución de problemas durante un período de tiempo limitado. Para obtener ejemplos referenciales de cómo se verían, busque competencias como,...

¡Estoy enseñando una clase de encuesta de análisis numérico y estoy buscando motivación para el método BFGS para estudiantes con experiencia / intuición limitada en optimización! J k ( → x k - → x k - 1 ) = f ( → x k ) - f ( → x k - 1

Tengo un conjunto de datos x1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k} y quiero encontrar el parámetro mmm manera que minimice la suma ∑i=1k∣∣m−xi∣∣.∑i=1k|m−xi|.\sum_{i=1}^{k}\big|m-x_i\big|. es

A veces, mientras se optimiza el código, es necesario cronometrar ciertas partes del código, he estado usando lo siguiente durante años, pero me preguntaba si hay una manera más simple / mejor de hacerlo. call system_clock(count_rate=clock_rate) !Find the time rate call

Parece que hay dos tipos principales de función de prueba para optimizadores no derivados: frases simples como la función Rosenbrock ff., con puntos de inicio conjuntos de puntos de datos reales, con un interpolador ¿Es posible comparar digamos 10d Rosenbrock con algún problema real de 10d?...

Estoy optimizando una función de 10-20 variables. La mala noticia es que cada evaluación de la función es costosa, aproximadamente 30 minutos de cálculo en serie. La buena noticia es que tengo un clúster con unas pocas docenas de nodos computacionales a mi disposición. Por lo tanto, la pregunta:...

¿Existe algún algoritmo (eficiente) para seleccionar un subconjunto de puntos de un conjunto de puntos ( ) de modo que "cubran" la mayor parte del área (sobre todos los subconjuntos posibles de tamaño )?MMMNNNM<NM<NM < NMMM Supongo que los puntos están en plano 2D. El ingenuo algoritmo es...

Tengo un problema de programación de enteros mixtos. Y estoy actual usando GLPK como mi solucionador. Pero descubrí que GLPK es bueno para el problema de programación lineal, pero para la programación de enteros mixtos, requiere mucho más tiempo, por lo tanto, no cumple con nuestros requisitos....

El algoritmo Remez es una rutina iterativa bien conocida para aproximar una función por un polinomio en la norma minimax. Pero, como Nick Trefethen [1] dice al respecto: La mayoría de estas [implementaciones] se remontan a muchos años y, de hecho, la mayoría de ellas no resuelven el problema...

Según tengo entendido, dado que una solución a un programa lineal siempre ocurre en un vértice de su conjunto poliédrico factible (si existe una solución y el valor óptimo de la función objetivo está limitado desde abajo, suponiendo un problema de minimización), ¿cómo puede una búsqueda a través...