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 hacer la optimización también en …

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 

¿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 ayuda en absoluto.

25 optimization  conjugate-gradient 

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) …

21 pde  optimization  nonlinear-programming 

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 razonable. ( fuente …

20 optimization  nonconvex 

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 \|^2 \end{equation}Ay=u.Ay=u.\begin{equation} Ay = u. \end{equation}y,y0,u∈Rny,y0,u∈Rn y, y_0, u …

19 optimization  reference-request  time-integration 

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 resolver este problema principalmente con …

18 optimization  cuda 

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 NLOPT, pero no …

17 optimization 

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 sqrt?

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 

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 …

16 optimization  linear-programming 

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, por ejemplo, Google Code Jam o ACM-ICPC. (Si sabe qué …

15 optimization  numerical-analysis  complexity 

¿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&lt;NM&lt;NM < NMMM Supongo que los puntos están en plano 2D. El ingenuo algoritmo es simple, pero …

15 optimization  computational-geometry 

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: ¿hay …

15 optimization  parallel-computing 

¡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 ( → …

15 optimization  iterative-method  nonlinear-programming 

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? Se podría comparar de …

15 optimization  data-sets 

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 estrictamente positivo (o …

15 optimization  linear-programming