305 字
2 分钟
非线性规划
概念
凸集：集合的形状是“向外鼓”的
直观：在集合内任意取两点，连接它们的线段完全落在集合内部，这个集合就是凸的。
-
✅ 凸集：圆盘、正方形、三角形、半平面、整个空间
-
❌ 非凸集：圆环（C形）、月牙形、有空洞的集合、国际象棋棋盘（黑白格
2. 凸函数：碗形（向上凸）或伞形（向下凸）
直观：函数图像上任意两点之间的弦位于函数图像的上方（对于凸函数）。
或者说：你站在函数曲线上任意两点，连一条直线，曲线不会跑到直线上面去。
凸优化问题：凸集 + 凸函数
一个优化问题称为凸优化，必须同时满足：
-
目标函数是凸函数（如果求最小值；如果求最大值，则要求目标函数凹）
-
可行域（所有约束的交集）是凸集
凸优化问题好
** 因为局部最优解一定是全局最优解 **
做法
1.建模（）看看是不是非得用非线性规划 2.利用python选择求解工具 or 化为无约束问题 or 一些小巧思算法（ai完成）
部分信息可能已经过时