凸最適化問題に凸の問題
凸最適化の広い定義
大まかに言えば、目的関数は凸であり、関連する制約が凸集合制約され、その後、問題は凸最適化と呼ばれています。
しかし、実際には、我々はしばしば会った凸最適化問題は、より多くの範囲を少しとなります。
一般的な最適化問題を説明
\ [\開始{整列}分の\ qquad&F_0(X)\\ ST \ qquad&たf_i(X)\当量0、\クワッドI = 1、...、M \\&H_I(X)= 0、 \クワッドI = 1、...、P \端{整列} \]
ここでは上記の式に関連するいくつかの用語であります
はじめに名詞
- 変数の最適化変数の最適化:\(X \中のn-R&LT ^ \)
- 目的関数/損失関数(目的関数/コスト関数):\(F_0:N-R&LT ^ \ R&LT RIGHTARROW \) 。関数が最大化されると、対応する機能は、ユーティリティ関数(効用関数)とすることができます。
- 不等式制約(定数Inequlity):\ (F_iと(X-)\のLeq 0 \)
- 等式制約(equlity定数):\ (H_I(X)= 0 \)
- \(M = P = 0 \ ) 、その後、質問は(unconstanted)制約なし問題となります。
- ドメイン(ドメイン)最適化問題:
\ [D = \ ^ m_Low bigcap = {I} P_ ^ = {I} bigcap 1 DOM \ F_iと\ CAP \ 1 H_I \。] - 実行可能解(可能SET)
\ [\開始}&{溶液中X \ D可能、次いで\\&たf_i(X)\当量整列 I = 1、...、M \\&H_I(x)が0 \ qquad = 0 \ qquad I = 1、...
、P \\端\ {整列} \] 注:
\ [X_f = \ Xで実現可能な解{\} \] - 問題の最適値(最適値)
\ [\整列開始{P} ^ * = INF \ {F_0(X)| X_f \におけるX \}整列エンド\ {} \] - 最適解(最適点/ソリューション)
\ [X ^ *可能であれば、および基本周波数(X ^ *)P ^ = * \] - 最適解セット(最適SET)
\ [OPT} = X_ {\ {X | X_fにおけるX \、F_0(X)= P * ^ \} \] - \(\イプシロン\)準最適な解集合(\(\イプシロン-suboptimal SET \) )
\ [X-_ {\イプシロン} = \ {X | X_fにおけるX \、F_0(X)\のLeq P ^ * + \イプシロン\} \] - 局所最適解のセット(ローカルに最適)