相關的機器學習技術來解決優化問題

Question

考慮一些維度n的優化問題，給定一些線性方程組（不等式）或對形成凸區域的輸入的約束，找到某個表達式的最大值\最小值是輸入（或維度）的一些線性組合。

對於較大的維度，這些優化問題需要很長時間才能給出確切的答案。

那麼，我們可以使用機器學習技術，在較短的時間內得到一些近似的解決方案。

如果我們可以在這方面使用機器學習技術，訓練集應該如何？

Answer 1

這不會讓我特別關注機器學習，正如通常所說的那樣。這只是一個簡單的約束優化問題。你說現在需要很長時間才能找到解決方案，但是你沒有提到你如何解決問題。

單純形算法是爲這類問題設計的，但在最壞的情況下它是指數型的。那是你所花費的時間太長了嗎？如果是這樣的話，那麼大量的metaheuristics可能表現良好。禁忌搜索，模擬退火，演化算法，可變深度搜索，甚至簡單的多層爬山者。在嘗試任何異國情調之前，我可能會嘗試沿着這些路線前進。

Answer 2

你的意思是「訓練組應該多大？」如果是這樣，那麼這是一個「多長時間是一個字符串」的問題。它需要足夠大才能使用該算法，並能夠表示正在建模的數據。