h******g
发帖数: 33 | 1 min f(x)
subject to g(x)<0
f(x)和g(x)均凸。
但是f(x)不是处处可导
其形式大概为f(x)=0 when xa
谢谢 |
A*******r
发帖数: 768 | 2 分成两个子问题哈
【在 h******g 的大作中提到】
: min f(x)
: subject to g(x)<0
: f(x)和g(x)均凸。
: 但是f(x)不是处处可导
: 其形式大概为f(x)=0 when xa
: 谢谢
|
h******g
发帖数: 33 | 3 分成两个子问题不行呀。
因为变量x是个多变量，其中每个变量可能小于a,有的可能大于a呀。
请指点。谢谢
【在 A*******r 的大作中提到】
: 分成两个子问题哈
|
D*******a
发帖数: 3688 | 4 f(x)里面是max么？
【在 h******g 的大作中提到】
: min f(x)
: subject to g(x)<0
: f(x)和g(x)均凸。
: 但是f(x)不是处处可导
: 其形式大概为f(x)=0 when xa
: 谢谢
|
h******g
发帖数: 33 | 5 不是max，是分段线性函数。
就是导数不连续
【在 D*******a 的大作中提到】
: f(x)里面是max么？
|
D*******a
发帖数: 3688 | 6 f(x)是分段线性而且convex，那么可以写成f(x)=max{a_i x + b_i}
然后再变成
min z
s.t. z>=a_i x + b_i for all i
g(x)<=0
matlab里面有fminimax()可以直接解minimax问题，不需要变成z，不过也一样
【在 h******g 的大作中提到】
: 不是max，是分段线性函数。
: 就是导数不连续
|
h******g
发帖数: 33 | 7 我想了一下，好像不行呀。
比如：
max f(x1)+f(x2)+f(x3)
s.t. g(x1)>a;g(x2)>a;g(x3)>a
f(xi)=0 when xib
如何按您的方式化那么就应该表示为如下形式
max(x1 x2 x3 x1+x2 x1+x3 x2+x3 x1+x2+x3)
s.t. g(x1)>a;g(x2)>a;g(x3)>a
可是这样就相当于搜索了呀。复杂度很高呀。
谢谢
【在 D*******a 的大作中提到】
: f(x)是分段线性而且convex，那么可以写成f(x)=max{a_i x + b_i}
: 然后再变成
: min z
: s.t. z>=a_i x + b_i for all i
: g(x)<=0
: matlab里面有fminimax()可以直接解minimax问题，不需要变成z，不过也一样
|
D*******a
发帖数: 3688 | 8 那就用bezier function近似吧
【在 h******g 的大作中提到】
: 我想了一下，好像不行呀。
: 比如：
: max f(x1)+f(x2)+f(x3)
: s.t. g(x1)>a;g(x2)>a;g(x3)>a
: f(xi)=0 when xib
: 如何按您的方式化那么就应该表示为如下形式
: max(x1 x2 x3 x1+x2 x1+x3 x2+x3 x1+x2+x3)
: s.t. g(x1)>a;g(x2)>a;g(x3)>a
: 可是这样就相当于搜索了呀。复杂度很高呀。
: 谢谢
|
l*****a
发帖数: 119 | 9 如果是个solver算 AMPL应该是可以接受这种分段函数的输入
如果只是想知道个算法 应该是subgradient method
个人意见，仅供参考
【在 h******g 的大作中提到】
: min f(x)
: subject to g(x)<0
: f(x)和g(x)均凸。
: 但是f(x)不是处处可导
: 其形式大概为f(x)=0 when xa
: 谢谢
|
