nonlinear-optimization

0热度

2回答

我想解决一个“线性化”的线性方程组，这需要通过线性化迭代估计两个参数。实际问题实际上是非线性的，但是使用傅里叶级数方法，它是线性化的。我一直在用矩阵和SVD求解线性系统，这些矩阵和SVD不需要太多时间，但是这些矩阵依赖于要迭代求解的两个参数。最后，我只需要确保我解决的参数之一迭代匹配我在系统中得到的响应。这是最小化的标准。我一直在使用“fmincon”和“multi-start”来解决两个参数

0热度

3回答

随机搜索超参数优化的改进

随机搜索是机器学习中超参数优化的一种可能。我已经应用随机搜索来搜索具有RBF内核的SVM分类器的最佳超参数。除了连续的Cost和gamma参数之外，我还有一个离散参数和一些参数的等式约束。现在，我想进一步开发随机搜索，例如，通过自适应随机搜索。这意味着例如调整搜索方向或搜索范围。有人有一个想法如何做到这一点或可以参考一些现有的工作呢？其他改进随机搜索的想法也是受欢迎的。

0热度

1回答

如何从ceres解算器结果中检索异常值？

我尝试使用类似于Features2D + Homography to find a known object的方法比较图像，但用自编的findAffine()函数代替findHomography()。我使用Ceres Solver来获得考虑异常值的最佳仿射矩阵。 double translation[] = {0, 0}; double angle = 0; double s

0热度

1回答

右R包使用非线性约束进行投资组合优化

我目前正在考虑重写一个商业“后箱”投资组合优化器，数据在 - >结果中。我想移走并使用我自己的R版本，到目前为止，必须实施针对我的平等约束“solve.QP”和“constrOptim”的实现。我现在的问题是我越走越走向非线性约束（特别是营业额限制和交易成本），我发现的信息越少，如果有人可以推荐一个包，最好的情况已经是一个财务包或更一般的数学一。我目前阅读的一些软件包是“nloptr”，“fpo

0热度

2回答

[R查找包括所有值

相当一些谷歌的努力，我希望有人能帮助我解决这个问题，即显得相当简单，在我之后的所有可能组合的最好的一套，但也许是更复杂的比我想象：我有一个包含三列的data.frame。前两个反映了五个变量（1-5）的所有可能组合，最后是组合的“强度”。我寻找五行，其中包括Var1和Var2的所有值（所以值为1-5），并且在强度列中具有最高的总和。在下面的示例中，它是具有1000的强度的五行，因为它们具有最高的

0热度

1回答

在matlab中求解确定的非线性方程

实际上，我必须计算大概8或9个非线性方程中的3个变量的值（可能更精确）。我正在使用lsqnonlin和fsolve。使用lsqnonlin，它说解算器过早停止（主要是由于迭代的值，funEvals和容差），并且输出远离精确解。我试过了，但我不知道应该在什么基础上设置这些参数。使用fsolve，它说没有找到解决方案。我也使用LMFnlsq和LMFsolve，但它给输出远没有接近确切的解决方案

0热度

2回答

查找非线性函数的所有根

让我们假设我有一个平滑的非线性函数f：R^n - > R与（已知的）最大根数N.如何有效地找到根？现在我已经在预先选定的区域上计算了网格上的函数，对函数低于预定义阈值的网格进行了细化并继续该例程，但这看起来效率并不高，但是，因为我注意到它是难以在之前正确选择区域并相应地定义阈值。

2热度

2回答

使用MATLAB解决全局优化算法的非凸优化

我有一个简单的无约束非凸优化问题。由于这些类型的问题具有多个局部最小值，因此我正在寻找可产生独特/全局最小值的全局优化算法。在互联网上，我遇到了全局优化算法，如遗传算法，模拟退火等，但为了求解简单的一个变量无约束的非凸优化问题，我认为使用这些高级算法似乎不是一个好主意。任何人都可以推荐一个简单的全局算法来解决这种简单的变量无约束非凸优化问题吗？我非常感谢这方面的想法。

0热度

1回答

- [R二次规划

我有希望在R.解决我看到，我可以使用函数lsei在封装limSolve，以尽量减少写入Ax = b的线性方程系统的一个问题矩阵形式，服从等式约束Ex = f和不等式约束Gx> = h。然而，我不是一个线性方程组，而是一个二次方程组，它可以写成t（x）Ax = b。我看到有包quadprog为二次方案，但它似乎不允许一组二次方程，只是一个方程。有谁知道我可以用什么来使等式和不等式约束下的二次

3热度

1回答

在R中使用nloptr没有改变初始值

我一直在努力解决R中的优化问题好几个月了。我终于想出了线性问题lpSolve，这要归功于幻想运动数据的例子。然而，我的原始和（仍然）当前的问题是尝试在等式约束下使用nloptr在R中进行非线性优化。我试图做的是最小化两股投资组合的方差，回报几乎完全负相关（对于那些熟悉学术金融的人来说，最终目标是证明/反驳是否存在套利机会）。我希望尽量减少方差，但须两个权重被精确地等于1的总和，而0和1之间存在下