mathematical-optimization

0熱度

1回答

我在試圖找出以下函數的參數： $$ \ log L（\ alpha，\ beta，v）= v/\ beta（e^{ - \ beta（T-t_i）} - 1）+ \ sum_ {i = 1} { - \ beta T} -1）+ \ alpha/\ beta \ sum_ {i = 1}^{n}^{N} log（ve^{ - \ beta t_i} + \ alpha \ sum_ {j = 1}

0熱度

1回答

具有等式約束的Nelder-Mead優化

我想使用MATLAB的函數fminsearch 來搜索我的支持向量機的最佳超參數和加權的RBF內核分類器。 fminsearch使用Nelder-Mead單純形法。比方說，我有以下的超參數：C，伽瑪，W ....W¯¯ň其中w 我是內核的權重。此外，我有約束總和（w i）= 1，即所有權重必須總和爲1。有沒有可能使用Nelder-Mead這個等式約束？我知道有Matlab的fminsearc

-2熱度

1回答

Sigmoidal曲線擬合，當y = 0.5時如何獲得x的值

我想解決以下函數，以便在擬合後，我想在y=0.5時得到x的值。功能： import numpy as np from scipy.optimize import curve_fit def sigmoid(x, b, c): y = 1/(1 + c*np.exp(-b*x)) return y x_data = [4, 6, 8, 10] y_data = [0

1熱度

2回答

在優化中限制參數等級

是否可以使用optim(par = init)優化函數，限制參數向量始終處於遞增順序？例如，c(1,2,8)將被允許，但c(1,2,0)將不被允許？

0熱度

1回答

如何在R中運行一個函數來觀察我的每一個觀察結果？

我的問題如下：我有6000個觀察數據集，包含來自costumers（每個觀察是一個客戶的信息）的信息。我才能找到我感興趣的變量的最佳優化給定函數（對我來說是一個利潤函數）。特別是我正在尋找我應該提供的最優利率以最大化我的預期利潤。我沒有我的功能有任何疑問。問題是，我不知道我應該如何繼續使用這個功能，以便爲每個6000個客戶獲得最佳的利率（或者您喜歡的觀察）。到現在爲止，它已經很容易找到這個

0熱度

1回答

代替LBFGS，在稀疏自動編碼器中使用梯度下降

在Andrew Ng的講義中，他們使用LBFGS並獲得一些隱藏功能。我可以使用漸變下降來產生相同的隱藏功能嗎？所有其他參數都是相同的，只需更改優化算法即可。因爲當我使用LBFGS時，我的autoencoder可以產生與講義中相同的隱藏特性，但是當我使用梯度下降時，隱藏層中的特徵不見了，看起來完全是隨機的。具體來說，爲了優化成本函數，我實現了1）成本函數，2）每個權重和偏差的梯度。並將它們投入到s

0熱度

1回答

查找10001素數（在python中）？

我目前正在嘗試使用erasthonese篩的實現，但它仍然需要很長時間才能找到一長串素數。 def sieve(n=1000000): not_prime = [] prime = [] for i in range(2, n+1): if i not in not_prime: prime.append(i) for j in

1熱度

2回答

推薦本地搜索優化算法

背景：我試圖找到浮點參數的低級控制器它行走時，這將導致機器人的平衡的列表。問題：任何人都可以推薦我的任何本地搜索算法，這些算法對我剛纔描述的域來說性能很好嗎？對我來說主要的準則是融合到正確解決方案的速度。任何幫助將不勝感激！ P.S.此外，我進行了一些研究，發現「Evolutianry 策略」算法非常適合連續狀態空間。但是，我不完全確定，如果它們能很好地適應我的特殊問題。更多信息：我想優化8

2熱度

1回答

二維裝箱包裝

我正在使用下面的整數編程模型來解決二維裝箱問題。以下模型說明了一維版本。我寫的代碼包含了附加維度的約束條件。我使用Python指腹爲解決優化問題。的代碼如下： from pulp import * #knapsack problem def knapsolve(item): prob = LpProblem('BinPacking', LpMinimize) ys

-2熱度

1回答

將值分成最大值，最小值範圍

我想找到一種有效的算法將整數值分成最大值，最小值範圍內的某個值。應該有儘可能少的價值。例如：最大= 7，MIN = 3 然後 8 = 4 + 4 9 = 4 + 5 16 = 5 + 5 + 6 (not 4 + 4 + 4 + 4) EDIT 爲了使它更清楚，讓舉一個例子。假設你有一堆蘋果，你想把它們裝進籃子裏。每個籃子可容納3到7個蘋果，並且您希望籃子的數量儘可能小。 **我提到價