Preguntas etiquetadas con optimization

Tengo el siguiente programa lineal: dondex∈Rn,1Txdenota la suma de las entradas dex, yaes conocido y tiene entradas distintas estrictamente positivas.MaximizarSujeto aunaTXXmin≤ x ≤ xmax1Tx = 1MaximizeaTxSubject toxmin≤x≤xmax1Tx=1 \begin{array}{cc} \text{Maximize} & a^T x \\ \text{Subject to} & x_{\min} \leq x \leq x_{\max} \\ & \mathbf{1}^T x = 1 \end{array} x∈Rnx∈Rnx \in …

8 optimization  convex-optimization 

Estoy tratando de volver a implementar redes neuronales en Python. Implementé la función de costo y el algoritmo de retropropagación correctamente. Los he comprobado ejecutando su código equivalente de octava. Pero cuando intento usar la scipy.optimize.fmin_cgfunción, las iteraciones tardan mucho tiempo en ejecutarse. Sale con una advertencia y me da …

8 optimization  python  machine-learning  octave 

¿Existe una implementación de código abierto y segura para subprocesos de solucionadores de optimización convexa en C / C ++? Algunas bibliotecas como NLopt , Ipopt , OPT ++ no cumplen mis requisitos. OPT ++ e Ipopt no son seguros para subprocesos, y NLopt no parece tener una forma específica …

8 optimization  c 

Tengo dos variables ky tcomo funciones de otras dos variables p1y p2. También sé sus valores máximos. No tengo ninguna expresión analítica para esto. Quiero encontrar los valores de ky tcuáles son los más cercanos a sus valores máximos. ¿Hay alguna manera de optimizar el k = f1(p1, p2)y t …

8 optimization 

Me enfrento con el problema de encontrar el elipsoide ( es una matriz definida positiva simétrica) de volumen máximo dentro de un conjunto convexo dado como un conjunto de desigualdades lineales . Comprendí cómo se formaliza como un problema de optimización convexa como se da en "Convex Optimization, Stephen Boyd …

8 optimization  convex-optimization 

Los diferentes métodos de álgebra lineal numérica y de optimización numérica tienen diferentes regímenes de tamaño donde son una 'buena idea', además de sus propias propiedades. Por ejemplo, para problemas de optimización muy grandes, se utilizan los métodos de gradiente, gradiente estocástico y descenso de coordenadas en lugar de los …

8 linear-algebra  optimization  nonlinear-programming 

cuáles serían buenos métodos (y / o paquetes de software) para intentar resolver un problema minimizando una función cuadrática , st 0 ≤ x i ≤ 1 , y hay más restricciones, algunas de las cuales son no lineales (y no diferenciables), por ejemplo, ∑ i x i 1 x …

8 optimization  nonlinear-programming 

Recibo la advertencia en el asunto de la publicación cuando intento optimizar una función en Python con la función scipy.optimize.fmin_bfgs . La salida completa: Advertencia: el error deseado no se logra necesariamente debido a la pérdida de precisión Current function value: nan Iterations: 1 Function evaluations: 18 Gradient evaluations: 3 …

8 optimization  python 

Estoy tratando de resolver un problema de mínimos cuadrados no lineales unilateral con restricciones lineales, es decir, el problema: minx∑mi=1ri(x) s.t Ax≤bminx∑i=1mri(x) s.t Ax≤b\min_{\mathbf{x}} \quad \sum^m_{i=1} \mathbf{r}_i(\mathbf{x}) \qquad \text{ s.t } \quad A\mathbf{x} \leq \mathbf{b} dónde ri(x)=fi(x)2ri(x)=fi(x)2r_i(\mathbf{x})=f_i(\mathbf{x})^2 if fi(x)>0fi(x)>0f_i(\mathbf{x})>0 , y ryo( x ) = 0ryo(X)=0 0r_i(\mathbf{x})=0 más. En palabras, …

8 algorithms  optimization