«convex-optimization» 태그된 질문

볼록하지 않은 전역 최적화 문제를 해결해야 할 몇 가지 문제가 있습니다. 현재 MATLAB의 Optimization Toolbox (특히 fmincon()algorithm = 사용 'sqp')를 사용하고 있습니다. 그러나 내 코드의 대부분은 Python이며 Python에서도 최적화를하고 싶습니다. 파이썬 바인딩과 경쟁 할 수있는 NLP 솔버가 fmincon()있습니까? 반드시 비선형 평등과 불평등 제약을 다룰 수있다 사용자가 Jacobian을 제공하도록 요구하지 않습니다. …

77 python  optimization  nonlinear-programming  linear-algebra  linear-solver  sparse-matrix  ode  automatic-differentiation  efficiency  matrix  symbolic-computation  pde  multiphysics  operator-splitting  fluid-dynamics  pde  multigrid  pde  hyperbolic-pde  quadrature  precision  numerical-analysis  fluid-dynamics  interpolation  c  ode  testing  data-sets  pde  fluid-dynamics  hyperbolic-pde  pde  finite-element  fluid-dynamics  stability  incompressible  pde  hyperbolic-pde  fluid-dynamics  pde  precision  floating-point  convex-optimization  conditioning  pde  hyperbolic-pde  stability  implicit-methods  explicit-methods  fluid-dynamics  accuracy  pde  hyperbolic-pde  petsc  linear-algebra 

옥타브에서 두 벡터의 유클리드 거리를 계산하는 빠른 방법이 있는지 알고 싶습니다. 특별한 기능이없는 것 같습니다. 따라서 수식을 사용해야 sqrt합니까?

16 octave  discretization  nonlinear-equations  newton-method  visualization  fluid-dynamics  mesh-generation  finite-element  finite-volume  optimization  algorithms  approximation  fluid-dynamics  navier-stokes  comsol  modeling  optimization  sparse-matrix  matrix  condition-number  visualization  matlab  quadrature  blas  intel-mkl  finite-element  gpu  discontinuous-galerkin  mathematica  optimization  convex-optimization  algorithms  reference-request  matlab  statistics  finite-element  numerical-analysis  petsc  molecular-dynamics  machine-learning  statistics  visualization  open-source  statistics  image-processing  visualization  python  petsc  finite-element  fluid-dynamics  stability  navier-stokes  incompressible 

데이터 세트 x1,x2,…,xkx1,x2,…,xkx_{1}, x_{2}, \ldots, x_{k} 있고 합계 k를 최소화하도록 매개 변수 을 찾고 싶습니다. ∑ i = 1 | m - x i | . 그건mmm∑i=1k∣∣m−xi∣∣.∑i=1k|m−xi|.\sum_{i=1}^{k}\big|m-x_i\big|. minm∑i=1k∣∣m−xi∣∣.minm∑i=1k|m−xi|.\min_{m}\sum_{i=1}^{k}\big|m-x_i\big|.

15 optimization  convex-optimization 

내가 이해하는 것처럼 선형 프로그램에 대한 솔루션은 항상 다면체 실행 가능한 세트의 정점에서 발생하기 때문에 (솔루션이 존재하고 최소화 문제를 가정하여 최적의 목적 함수 값이 아래에서 제한되는 경우) 어떻게 검색 할 수 있습니까? 실현 가능한 지역의 내부가 더 좋습니까? 더 빨리 수렴됩니까? 어떤 상황에서 내부 포인트 방법보다 단순한 방법을 사용하는 것이 …

14 convex-optimization  linear-programming 

나는 해결해야한다 s.t.minx∥Ax−b∥22,∑ixi=1,xi≥0,∀i.minx‖Ax−b‖22,s.t.∑ixi=1,xi≥0,∀i.\begin{alignat}{1} & \min_{x}\|Ax - b\|^2_{2}, \\ \mathrm{s.t.} & \quad\sum_{i}x_{i} = 1, \\ & \quad x_{i} \geq 0, \quad \forall{i}. \end{alignat} 내가 생각하는 그것으로 풀 수 있어야한다 이차 문제 CVXOPT ,하지만 난 방법을 작동하지 않을 수 있습니다.

12 optimization  python  convex-optimization  least-squares  quadratic-programming 

CVXOPT : http://abel.ee.ucla.edu/cvxopt/index.html OpenOpt : http://openopt.org/Welcome 그들 사이의 관계는 무엇입니까? 각각의 장단점은 무엇입니까? BTW, 파이썬 / C ++ 용 고품질 범용 볼록 최적화 라이브러리가 있습니까?

11 python  convex-optimization 

구인 목록에는 언급이 없습니다. 정수 프로그래밍, MIP, 혼합 정수 비선형 프로그래밍, LP, 동적 프로그래밍 등을 언급했지만 SDP는 언급하지 않았습니다. 업계보다 아카데미에서 훨씬 더 트렌디합니까? 전력 시스템의 학계 및 업계 참가자에 대한 제한된 노출로 인해 독립 시스템 운영자가 SDP를 최적의 전력 흐름 문제에 적용 할 가능성은 높지만 난자가 확장 가능한 정도에 …

10 convex-optimization  semidefinite-programming 

다음과 같은 최적화 문제가 있습니다. minJ,Bs.t.∑ij|Jij|MJ+BY=XminJ,B∑ij|Jij|s.t.MJ+BY=X \begin{array}{rl} \min_{J,B} & \sum_{ij} |J_{ij}|\\ \textrm{s.t.} & MJ + BY =X \end{array} 여기서 내 변수는 행렬 JJJ 와 BBB 이지만 전체 문제는 여전히 선형 프로그램입니다. 나머지 변수는 고정되어 있습니다. 이 프로그램을 자주 사용하는 선형 프로그래밍 도구에 입력하려고하면 문제가 발생합니다. 즉, 이것을 "표준"선형 프로그램 형식으로 …

10 optimization  convex-optimization  linear-programming 

(일반화 된) 기하 프로그래밍은 일반적인 볼록 프로그래밍과 어떻게 다릅니 까? 기하학적 프로그램은 볼록한 프로그램으로 변환 될 수 있으며 일반적으로 내부 포인트 방법으로 해결됩니다. 그러나 문제를 볼록한 프로그램으로 직접 공식화하고 내부 포인트 방법으로 해결하는 것의 이점은 무엇입니까? 기하학적 프로그램 클래스는 내부 포인트 방법으로 특히 효율적으로 해결할 수있는 볼록 프로그램 클래스의 하위 …

10 optimization  convex-optimization 

엄격하게 볼록한 제한되지 않은 최적화 문제하자 고유의 최소값을 표시하고 x_0 에 지정된 초기 근사치 X_ \ 텍스트 {옵트}. 우리는 벡터가 호출 X \ 엡실론 의 솔루션 닫기 \ mathcal {O}를 하는 경우 \ 시작 {식} \ FRAC {|| X - X _ {\ 텍스트 {옵트}} || _2} {|| x_0 - …

9 convex-optimization  complexity 

복잡한 목적 함수를 최소화하고 싶지만 볼록한지 확실하지 않습니다. 볼록하지 않다는 것을 증명하는 멋진 알고리즘이 있습니까? 물론 알고리즘은이를 증명하지 못할 수 있는데,이 경우 볼록인지 아닌지 알 수 없으며 이것이 정상입니다. 목적 함수가 볼록한지 여부를 분석적으로 결정하기 위해 많은 시간을 소비하기 전에 볼록성을 배제하려고합니다. 예를 들어 문제를 볼록한 것으로 알려진 표준 형식으로 …

9 convex-optimization