摘要:
凸优化的定义是:目标函数是凸函数,解的可行域是凸集。定义如下:\begin{array}{l}\min :{f_0}(x) \\ s.t.{f_i}(x) \le 0,i = 1,...,m \\ {h_i}(x) = 0,i = 1,...,p \\ \end{array}问题来了,目标函数为什么是凸的?目标函数为凸函数的优点是局部最小值就是全局最小值,但是限制集合为什么也需要凸的?我们先来看一下凸函数和凸集合的定义:定义1:假设${x_1},{x_2} \in C$,并且$0 \le \theta \le 1$,若$\theta {x_1} + (1 - \theta ){x_2} \.. 阅读全文
posted @ 2012-09-15 00:06
Wall^E
阅读(314)
评论(1)
推荐(0)

浙公网安备 33010602011771号