码迷,mamicode.com
首页 > 其他好文 > 详细

机器学习与优化关系、凸集、凸函数简介

时间:2018-05-12 13:15:54      阅读:200      评论:0      收藏:0      [点我收藏+]

标签:.com   约束   分享   方案   idt   组合   info   之一   例子   

技术分享图片

技术分享图片

                                                                                                                                      ---蔡佳

绪论---学科概述

最优化是从所有可能的方案中选择最合理的一种方案,以达到最佳目标的科学。

达到最佳目标的方案是最优方案,寻找最优方案的方法---最优化方法(算法)。

这种方法的数学理论即为最优化理论。

是运筹学的方法论之一,是其重要组成部分。

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

基本概念:

在一些例子中,如选址问题等,有的目标函数和约束函数都是线性的,称之为线性规划问题,而有的模型中含有非线性函数,称之为非线性规划。

在线性与非线性规划中,满足约束条件的点称为可行点,全体可行点组成的集合称为可行集可行域。如果一个问题的可行域是整个空间,则称此问题为无约束问题。

最优化问题可写成如下形式:

技术分享图片

技术分享图片

技术分享图片

凸集与凸函数:

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

由上可知,任何有界凸集中任一点都可表成极点的凸组合。

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

技术分享图片

 

机器学习与优化关系、凸集、凸函数简介

标签:.com   约束   分享   方案   idt   组合   info   之一   例子   

原文地址:https://www.cnblogs.com/ariel-dreamland/p/9028389.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!