بهینه‌سازی محدب: تفاوت میان نسخه‌ها
محتوای حذف‌شده محتوای افزوده‌شده
Adrián Neves (بحث | مشارکت‌ها) جز WPCleaner v1.39b - Fixed using ویکی‌پدیا:ویکی‌پروژه تصحیح ویکی‌پدیا (الگو دارای کلمات بی‌معنا است:) |
بدون خلاصۀ ویرایش |
||
| خط ۱: | خط ۱: | ||
مسئلهٔ '''بهینه‌سازی محدب''' یا '''بهینه‌سازی کوژ''' {{انگلیسی|Convex Optimization}} به یافتن مقدار |
مسئلهٔ '''بهینه‌سازی محدب''' یا '''بهینه‌سازی کوژ''' {{انگلیسی|Convex Optimization}} به یافتن مقدار کمینه یک [[تابع کوژ]] (یا بیشینه یک [[تابع کاو]]) از بین [[مجموعه محدب|مجموعه‌ای محدب]] گفته می‌شود. مهمترین مزیت این نوع مسائل بهینه‌سازی در این است که نقطه‌ای بهینهٔ محلی همان نقطه بهینهٔ سراسری است و هر الگوریتم بهینه‌سازی که نقطهٔ بهینهٔ محلی را یافت در حقیقت نقطهٔ بهینهٔ سراسری را یافته‌است. |
||
== منابع == |
== منابع == |
||
نسخهٔ ۱۹ اکتبر ۲۰۱۶، ساعت ۱۱:۴۴
مسئلهٔ بهینه‌سازی محدب یا بهینه‌سازی کوژ (به انگلیسی: Convex Optimization) به یافتن مقدار کمینه یک تابع کوژ (یا بیشینه یک تابع کاو) از بین مجموعه‌ای محدب گفته می‌شود. مهمترین مزیت این نوع مسائل بهینه‌سازی در این است که نقطه‌ای بهینهٔ محلی همان نقطه بهینهٔ سراسری است و هر الگوریتم بهینه‌سازی که نقطهٔ بهینهٔ محلی را یافت در حقیقت نقطهٔ بهینهٔ سراسری را یافته‌است.
منابع
- Boyd, Stephen; Vandenberghe, Lieven. Convex Optimization (به انگلیسی).
پیوند به بیرون
- EE364a: Convex Optimization I and EE364b: Convex Optimization II, Stanford course homepages
- 6.253: Convex Analysis and Optimization, an MIT OCW course homepage
- Brian Borchers, An overview of software for convex optimization
|  | |||||||||||||||||
| ||||||||||||||||||
| ||||||||||||||||||
| ||||||||||||||||||
| ||||||||||||||||||
 | این یک مقالهٔ خرد ریاضیات است. می‌توانید با گسترش آن به ویکی‌پدیا کمک کنید. |