约束优化方法_2_——Frank-Wolfe方法
Frank-Wolfe方法属于约束优化中可行方向法的一种。上一篇博文对同类型的Zoutendijk可行性方法进行了介绍，这一部分着重关注Frank-Wolfe方法。Frank-Wolfe方法的基本思想是：每次迭代中使用一阶泰勒展开式将目标函数线性化，通过解线性规划得到可行方向，进而沿此方向在可行域内作一维搜索。 一、Frank-Wolfe所针对的优化问题 首先要明确这个算法的提出是针对哪一种问题。
相关文章
- 1. 最优化方法：六、约束最优化方法
- 2. 最优化方法：五、无约束最优化方法
- 3. 无约束最优化方法
- 4. 统计学习方法---有约束最优化方法（不等式约束）
- 5. 统计学习方法---有约束最优化方法（等式约束）
- 6. 统计学习方法---无约束最优化方法
- 7. 机器学习中的最优化方法（一） 无约束优化方法*
- 8. 最优化方法笔记1：一维无约束最优化
- 9. 流形优化方法求解约束问题 - 知乎
- 10. 无约束最优化的经常使用方法
- 更多相关文章...
- • ASP Contents.Remove 方法 - ASP 教程
- • ASP Contents.RemoveAll 方法 - ASP 教程
- • Git可视化极简易教程 — Git GUI使用方法
- • 算法总结-广度优先算法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章