待更新·优化问题求解算法实现方法·Java版

优化设计·算法实现·Java版

继续更新中……
1. 一维搜索方法
用于求解一个变量的目标函数,函数求解分两步:确定搜索区间“高-低-高”,一维搜索算法。
多维优化方法是在一维搜索方法的基础上,学好一维搜索算法。
1.1 搜索区间的确定:外推法 
1.2 黄金分割法 
2. 无约束优化方法
一般来说用于求目标函数的最小值或最大值,没有约束条件。
当存在约束条件时,为约束优化问题,通过构造目标函数的转化,可变为无约束优化问题。
无约束优化是约束优化的基础。
2.1 鲍威尔方法
3.约束优化方法
惩罚函数法:内点法,外点法,混合法。
前三章的算法已各实现一部分,参见约束优化方法总结
4. 线性规划
目标函数和约束条件都是线性的,这类约束函数和目标函数都为线性函数的优化问题称为线性规划问题。


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章