什么是凸优化问题
来源:互联网 发布:linux命令别名 编辑:程序博客网 时间:2024/05/02 03:01
https://zh.wikipedia.org/wiki/%E5%87%B8%E5%87%BD%E6%95%B0
数学中最优化问题的一般表述是求取,使,其中是n维向量,是的可行域,是上的实值函数。凸优化问题是指是闭合的凸集合且是上的凸函数的最优化问题,这两个条件任一不满足则该问题即为非凸的最优化问题。
其中,是凸集是指对集合中的任意两点,有,即任意两点的连线段都在集合内,直观上就是集合不会像下图那样有”凹下去”的部分。至于闭合的凸集,则涉及到闭集的定义,而闭集的定义又基于开集,比较抽象。这里可以简单认为闭合的凸集是指包含有所有边界的凸集。
凸函数是一个定义在某个向量空间的凸子集(区间)上的实值函数,如果在其定义域上的任意两点,以及,有
- 。也就是说,一个函数是凸的当且仅当其上境图(在函数图像上方的点集)为一个凸集。
特别注意:中国大陆统计大学对于函数凹凸性的定义正好与此相反。
本文中的凹凸性是指蓝色线上方区域是凹集还是凸集,而同济大学高等数学教材则是指其下方图是凹集或凸集,两者定义正好相反。
本文中,蓝色函数,应为凸函数,因为蓝色上方部门的区域为凸集,然后,按照同济大学的定义的话,该蓝色函数为凹函数,因为蓝色线下方的区域为凹集。
实际建模中,判断一个最优化问题是不是凸优化问题一般看以下几点:
1. 目标函数f如果不是凸函数,则不是凸优化问题。
2. 决策变量中包含离散变量(0-1变量或整数变量),则不是凸优化问题
3. 约束条件写成时,如果不是凸函数,则不是凸优化问题
非凸优化问题如何转化为凸优化问题的方法:
1)修改目标函数,使之转化为凸函数
2)抛弃一些约束条件,使新的可行域为凸集并且包含原可行域
0 0
- 什么是凸优化问题
- 什么是凸优化问题convex optimization
- 什么是优化?
- 什么是问题
- 什么是搜索引擎优化(SEO)
- 什么是搜索引擎优化?
- 什么是SEO优化推广
- 什么是SEO优化
- 凸优化问题
- 凸优化问题
- 凸优化问题
- 凸优化问题
- 凸优化:python解决凸优化问题
- 凸优化-3凸优化问题
- 什么是搜索引擎优化(SEO)?
- 网站优化什么是分词技术
- 什么是JavaScript及优化技巧
- 凸优化与对偶问题
- API Guides > Contacts Provider (二)
- region 学习(2)
- C++位域详解
- JS 实用函数 insertAfter和addLoadEvent 记录
- java的StringBuffer的细解
- 什么是凸优化问题
- 个股行情板块列表里面,两融标的券标题前面的个股代码前未加“融”字图标
- 带缓存的io与不带缓存的io
- c# 二维码生成库ThoughtWorks使用指南
- A*算法
- 分页实例(实例)
- Android studio 打jar包
- jquery uploadify 在火狐下可以选择上传文件,却上传不了文件
- 同步