凸優化問題

一、無約束優化 對於無約束的優化問題,直接令梯度等於0求解。 如果一個函數$f$是凸函數,那麼可以直接通過$f(x)$的梯度等於0來求得全局極小值點。   二、有約束優化     若$f(x),h(x),g(x)$三個函數都是線性函數,則該優化問題稱爲線性規劃。若任意一個是非線性函數,則稱爲非線性規劃。 若目標函數爲二次函數,約束條件全爲線性函數,稱爲二次規劃。 若$f(x)$爲凸函數,$g(x)
相關文章
相關標籤/搜索