Perguntas com a marcação «optimization»

Eu tenho vários problemas desafiadores de otimização global não convexa para resolver. Atualmente, uso o Optimization Toolbox do MATLAB (especificamente, fmincon()com o algoritmo = 'sqp'), o que é bastante eficaz . No entanto, a maior parte do meu código está em Python, e eu adoraria fazer a otimização em Python …

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 

Que considerações devo fazer ao escolher entre BFGS e gradiente conjugado para otimização? A função que estou tentando ajustar com essas variáveis ​​são funções exponenciais; no entanto, a função objetivo real envolve integração, entre outras coisas, e é muito dispendiosa se isso ajudar.

25 optimization  conjugate-gradient 

Estou procurando resolver um problema de otimização restrito, onde conheço os limites de algumas das variáveis ​​(especificamente uma restrição em caixa). argminvocêf( u , x )arg⁡minuf(u,x) \arg \min_u f(u,x) sujeito a a ≤ d ( u , x ) ≤ bc ( u , x ) = 0c(u,x)=0 c(u,x) = …

21 pde  optimization  nonlinear-programming 

Fiquei muito surpreso quando comecei a ler algo sobre otimização não convexa em geral e vi declarações como esta: Muitos problemas práticos de importância são não convexos e a maioria dos problemas não convexos são difíceis (se não impossíveis) de resolver exatamente em um tempo razoável. ( fonte ) ou …

20 optimization  nonconvex 

Dado um estado desejado e um parâmetro de regularização , considere o problema de encontrar um estado e um controle para minimizar um sujeita à restrição \ begin {equação} Ay = u. \ end {equação} onde, por simplicidade, podemos pensar em y, y_0, u \ in \ mathbb R ^ …

19 optimization  reference-request  time-integration 

Estou tentando resolver alguns problemas de otimização não-linear sem restrições na GPU (CUDA). A função objetivo é uma função não-linear suave e seu gradiente é relativamente barato para calcular analiticamente, portanto, não preciso me preocupar com a aproximação numérica. Quero resolver esse problema principalmente com operações matemáticas fp32 (por várias …

18 optimization  cuda 

Eu tenho uma função 2D não-convexa limitada que eu gostaria de encontrar o mínimo de. A função é bastante suave. Avaliando é caro. Um erro aceitável é de cerca de 3% do domínio da função em cada eixo. Tentei executar a implementação do algoritmo DIRECT na biblioteca NLOPT, mas não …

17 optimization 

Gostaria de saber se existe uma maneira rápida de calcular a distância euclidiana de dois vetores na oitava. Parece que não há função especial para isso, então devo usar apenas a fórmula com 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 

Suponha minAvec(U)subject to 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*} onde UUU é uma matriz n × simétrica n×nn×nn\times ne vec(U)vec(U)\mathrm{vec}(U) remodela UUU em um vetor unidimensional com n2n2n^2 entradas. A parte do programa acima que …

16 optimization  linear-programming 

Eu concordo regularmente nos chamados "Concursos de programação", em que você resolve problemas algorítmicos difíceis com seu próprio código e habilidades para resolver problemas durante um período de tempo limitado. Para obter exemplos de referência de como isso pode ser, pesquise competições como, por exemplo, Google Code Jam ou ACM-ICPC. …

15 optimization  numerical-analysis  complexity 

Existe algum algoritmo (eficiente) para selecionar um subconjunto de pontos de um conjunto de pontos ( ), de modo que eles "cubram" a maior parte da área (em todos os subconjuntos possíveis de tamanho )?MMMM &lt; N MNNNM&lt; NM&lt;NM < NMMM Presumo que os pontos estejam no plano 2D. O …

15 optimization  computational-geometry 

Estou otimizando uma função de 10 a 20 variáveis. A má notícia é que cada avaliação de função é cara, aproximadamente 30 min de computação em série. A boa notícia é que tenho um cluster com algumas dúzias de nós computacionais à minha disposição. Assim, a pergunta: existem algoritmos de …

15 optimization  parallel-computing 

Estou dando uma aula de pesquisa de análise numérica e buscando motivação para o método BFGS para alunos com formação / intuição limitada em otimização! J k ( → x k - → x k - 1 ) = f ( → x k ) - f ( → x …

15 optimization  iterative-method  nonlinear-programming 

Parece haver dois tipos principais de função de teste para otimizadores sem derivação: one-liners como a função Rosenbrock ff., com pontos de partida conjuntos de pontos de dados reais, com um interpolador É possível comparar, digamos, a 10d Rosenbrock com algum problema 10d real? Pode-se comparar de várias maneiras: descrever …

15 optimization  data-sets 

Existe um sistema de restrições lineares . Desejo encontrar um vetor estritamente positivo que satisfaça essas restrições. Isso significa que é necessário para cada componente de . Como posso usar um solucionador de LP para encontrar um vetor tão estritamente positivo (ou confirmar que não existe )? Não posso simplesmente …

15 optimization  linear-programming