那么我们来讲凸函数（convex function）为什么叫做是凸（convex）的： 这是因为凸函数与凸集（convex set）有联系，而凸集的定义没有争议。 1. 凸函数与凸集通过 sublevel sets 这个概念联系起 …

Jan 9, 2019 · 狗雷布是真的伊 真的狗啊真的狗 3 人赞同了该回答 这就很玄学了 convex function是“ 下凸函数 ”，也就（基本）是说f''＞0了 为什么这么起名字。 。。 大概是从y=无穷大的“上帝方向”看来是 …

Convex function Quasiconvex function Pseudoconvex function 在R上考虑就很容易理解。在凸要求不高过xy连线的地方，拟凸只要求不高过xy中较大者，所以凸蕴含拟凸；而伪凸则要求，“切线”“指哪”函 …

Boyd 的《Convex Optimization》确实是一本好书，当年在数学系读书的时候，很多老师也都推荐这本书。这本书的优点是大而全，拿在手上就能感受到沉甸甸的重量。。。我自己也曾经想好好读一读这本 …

如何理解SCA（successive convex approximation）方法? 在论文中经常看到非凸问题用到SCA方法但是网络上的资料很少，而英文的文献比较难理解 显示全部 关注者 36

楼主我硕士运筹学出身，现在师从德国海德堡大学组合优化教授，TSP鼻祖之一。 1，首先大家需要知道Convex VS Non-Convex的概念吧？ 数学定义就不写了，介绍个直观判断一个集合是否为Convex的方 …

为什么 Non-Convex Optimization 受到了越来越大的关注？ 近几年ICMl,NIPS 出现了许多Non-Convex Optimization的论文， 我虽然也在看Non-Convex Optimization… 显示全部 关注者 3,468 被浏览

Convex Optimization和Numerical Optimization这种课已经经过千锤百炼了，花太多精力去精读两本七百来页的砖头书不是太划算，很多短小精悍lecture notes都可以在网上找到。这里推荐Gatech ISyE …

参考资料：boyd的书，UCLA ECE236 在进入具体的优化算法后，我们首先讲了基于梯度的，比如梯度下降 (GD)、次梯度下降 (SD)；然后又讲了近似点算子，之后讲了基于近似点算子的方法，比如近似点 …

CPLEX Error 5002: 'x31' is not convex gurobi参数设置NonConvex=2 即可。 可是cpelx也有类似的设置是，参数 optimalitytarget=3 [1] preprocessing_qtolin=1 [2] 但是并没有用，不知道是不是cpelx版本的 …