Perguntas com a marcação «optimization»

Eu tenho vários problemas desafiadores de otimização global não convexa para resolver. Atualmente, uso o Optimization Toolbox do MATLAB (especificamente, fmincon()com o algoritmo = 'sqp'), o que é bastante eficaz . No entanto, a maior parte do meu código está em Python, e eu adoraria fazer a...

Que considerações devo fazer ao escolher entre BFGS e gradiente conjugado para otimização? A função que estou tentando ajustar com essas variáveis ​​são funções exponenciais; no entanto, a função objetivo real envolve integração, entre outras coisas, e é muito dispendiosa se isso...

Estou procurando resolver um problema de otimização restrito, onde conheço os limites de algumas das variáveis ​​(especificamente uma restrição em caixa). argminvocêf( u , x )arg⁡minuf(u,x) \arg \min_u f(u,x) sujeito a a ≤ d ( u , x ) ≤ bc ( u , x ) = 0c(u,x)=0 c(u,x) = 0 a ≤ d( u , x ) ≤...

Fiquei muito surpreso quando comecei a ler algo sobre otimização não convexa em geral e vi declarações como esta: Muitos problemas práticos de importância são não convexos e a maioria dos problemas não convexos são difíceis (se não impossíveis) de resolver exatamente em um tempo razoável. (...

Dado um estado desejado e um parâmetro de regularização , considere o problema de encontrar um estado e um controle para minimizar um sujeita à restrição \ begin {equação} Ay = u. \ end {equação} onde, por simplicidade, podemos pensar em y, y_0, u \ in \ mathbb R ^ n e A \ in \ mathbb R ^ {n \...

Estou tentando resolver alguns problemas de otimização não-linear sem restrições na GPU (CUDA). A função objetivo é uma função não-linear suave e seu gradiente é relativamente barato para calcular analiticamente, portanto, não preciso me preocupar com a aproximação numérica. Quero resolver esse...

Eu tenho uma função 2D não-convexa limitada que eu gostaria de encontrar o mínimo de. A função é bastante suave. Avaliando é caro. Um erro aceitável é de cerca de 3% do domínio da função em cada eixo. Tentei executar a implementação do algoritmo DIRECT na biblioteca NLOPT, mas não proporcionou uma...

Suponha minAvec(U)subject to 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*} onde UUU é uma matriz n × simétrica...

Gostaria de saber se existe uma maneira rápida de calcular a distância euclidiana de dois vetores na oitava. Parece que não há função especial para isso, então devo usar apenas a fórmula com

Existe um sistema de restrições lineares . Desejo encontrar um vetor estritamente positivo que satisfaça essas restrições. Isso significa que é necessário para cada componente de . Como posso usar um solucionador de LP para encontrar um vetor tão estritamente positivo (ou confirmar que não existe...

Eu concordo regularmente nos chamados "Concursos de programação", em que você resolve problemas algorítmicos difíceis com seu próprio código e habilidades para resolver problemas durante um período de tempo limitado. Para obter exemplos de referência de como isso pode ser, pesquise competições...

Estou dando uma aula de pesquisa de análise numérica e buscando motivação para o método BFGS para alunos com formação / intuição limitada em otimização! J k ( → x k - → x k - 1 ) = f ( → x k ) - f ( → x k - 1 )∥ Jk- Jk - 1∥2Para__Jk-Jk-1 1__Para2\|J_k-J_{k-1}\|^2_{\textrm{Fro}}Jk( x⃗ k- x⃗ k - 1)...

Eu tenho um conjunto de dados e quero encontrar o parâmetro tal que minimize a soma isso é m k ∑ i = 1 | m - x i | .x1, x2, … , Xkx1,x2,...,xkx_{1}, x_{2}, \ldots, x_{k}mmm∑i = 1k∣∣m -

Às vezes, ao otimizar o código, é necessário cronometrar determinadas partes do código, eu venho usando o seguinte há anos, mas fiquei imaginando se existe uma maneira melhor / mais simples de fazer isso? call system_clock(count_rate=clock_rate) !Find the time rate call

Parece haver dois tipos principais de função de teste para otimizadores sem derivação: one-liners como a função Rosenbrock ff., com pontos de partida conjuntos de pontos de dados reais, com um interpolador É possível comparar, digamos, a 10d Rosenbrock com algum problema 10d real? Pode-se...

Estou otimizando uma função de 10 a 20 variáveis. A má notícia é que cada avaliação de função é cara, aproximadamente 30 min de computação em série. A boa notícia é que tenho um cluster com algumas dúzias de nós computacionais à minha disposição. Assim, a pergunta: existem algoritmos de otimização...

Existe algum algoritmo (eficiente) para selecionar um subconjunto de pontos de um conjunto de pontos ( ), de modo que eles "cubram" a maior parte da área (em todos os subconjuntos possíveis de tamanho )?MMMM < N MNNNM< NM<NM < NMMM Presumo que os pontos estejam no plano 2D. O algoritmo...

Eu tenho um problema de programação inteira mista. E eu estou usando o GLPK como meu solucionador. Mas eu achei que o GLPK é bom para o problema de Programação Linear, mas para a programação Inteira Mista, isso requer muito mais tempo, portanto, não atende aos nossos requisitos. Estou tão...

O algoritmo Remez é uma rotina iterativa conhecida para aproximar uma função por um polinômio na norma minimax. Mas, como Nick Trefethen [1] diz sobre isso: A maioria dessas [implementações] remonta há muitos anos e, de fato, a maioria delas não resolve o melhor problema geral de aproximação,...

Pelo que entendi, como uma solução para um programa linear sempre ocorre em um vértice de seu conjunto viável poliédrico (se existe uma solução e o valor ótimo da função objetivo é delimitado por baixo, assumindo um problema de minimização), como uma pesquisa no interior da região viável ser...