凸优化学习笔记6(中科大)算法
9. 无约束优化
所有优化算法都是迭代算法。
9.1 无约束优化问题
9.2 下降方法
(1)黄金分割法
(2)Amijo Rule
9.3 梯度下降法
9.3.1 收敛性分析
- 采用精确直线搜索的分析
- 采用回溯直线搜索的分析
9.4 最速下降法
9.4.1 采用Euclid范数和二次范数的最速下降方法
(1)采用Euclid范数的最速下降方法
(2)采用二次范数的最速下降方法
9.4.2 采用l-1范数的最速下降方向(坐标下降算法)
9.5 牛顿法
9.5.1 牛顿步径
(1)二阶近似的最优解
(2)Hessian范数下的最速下降方向
(3)线性化最优条件的解
9.5.2 牛顿方法
9.5.3 收敛性分析
9.5.4 拟牛顿法
10 等式约束优化
10.1 等式约束优化问题
Feb_d: 请问 这些内容可以在哪本书上找到呢,特别是凸函数透视 的保凸的性质
一起加油一定: 谢谢大佬,麻烦你了
呜哇呜哇shhh: 不能保证我的代码能达到最优解,如果想要更好的解,可能要试试别的方法了
一起加油一定: 大佬,我就是运行的你上边的程序,数据也没变,调大M也不行,最好的一次显示8000多。使用确定的数像16为开始城市也不行,你还有法救救我吗?
呜哇呜哇shhh: 你好,你用的是遗传算法吗,可以多跑几次,调节一下参数试试