Computational Science nonlinear-programming

17

Gibt es einen hochwertigen nichtlinearen Programmierlöser für Python?

Ich habe mehrere herausfordernde nicht konvexe globale Optimierungsprobleme zu lösen. Derzeit verwende ich die Optimization Toolbox von MATLAB (speziell fmincon()mit algorithm = 'sqp'), was sehr effektiv ist . Der größte Teil meines Codes ist jedoch in Python, und ich würde die Optimierung gerne auch in Python durchführen. Gibt es einen …

77 python optimization nonlinear-programming linear-algebra linear-solver sparse-matrix ode automatic-differentiation efficiency matrix symbolic-computation pde multiphysics operator-splitting fluid-dynamics pde multigrid pde hyperbolic-pde quadrature precision numerical-analysis fluid-dynamics interpolation c ode testing data-sets pde fluid-dynamics hyperbolic-pde pde finite-element fluid-dynamics stability incompressible pde hyperbolic-pde fluid-dynamics pde precision floating-point convex-optimization conditioning pde hyperbolic-pde stability implicit-methods explicit-methods fluid-dynamics accuracy pde hyperbolic-pde petsc linear-algebra

8

Softwarepaket für eingeschränkte Optimierung?

Ich versuche, ein Problem der eingeschränkten Optimierung zu lösen, bei dem ich die Grenzen einiger Variablen kenne (insbesondere eine umrahmte Einschränkung). argminuf(u,x)arg⁡minuf(u,x) \arg \min_u f(u,x) unterliegen a ≤ d ( u , x ) ≤ bc(u,x)=0c(u,x)=0 c(u,x) = 0 a≤d(u,x)≤ba≤d(u,x)≤b a \le d(u,x) \le b wobei uuu ein Vektor von …

21 pde optimization nonlinear-programming

1

Intuitive Motivation für das BFGS-Update

Ich unterrichte eine Umfrageklasse zur numerischen Analyse und suche nach Motivation für die BFGS-Methode für Studenten mit begrenztem Hintergrund / Intuition in der Optimierung! Ich habe zwar keine Zeit, konsequent zu beweisen, dass alles konvergiert, aber ich möchte eine angemessene Motivation dafür geben, warum das BFGS-Hessian-Update erscheinen könnte. Als Analogie …

15 optimization iterative-method nonlinear-programming

2

Zerlegungsmethoden zur Lösung großer Optimierungsprobleme

Ich habe mich gefragt, ob jemand Vorschläge für Texte oder Übersichtsartikel zu Zerlegungsmethoden (z. B. Primäre, Duale, Dantzig-Wolfe-Zerlegungen) zur Lösung großer mathematischer Programmierprobleme hat. Ich mochte Stephen Boyds "Notes on Decomposition Methods" , und es wäre großartig, zum Beispiel ein Lehrbuch zu finden, das dieses Thema ausführlicher behandelt.

12 optimization linear-programming nonlinear-programming

2

Warum ist SQP für nichtlineare Programmierung besser als Augmented Lagrangian?

In dem technischen Bericht über Galahad [1] geben die Autoren im Zusammenhang mit allgemeinen nichtlinearen Programmierproblemen an: Unserer Meinung nach gab es nie wirklich Zweifel daran, dass SQP-Methoden (Sequential Quadratic Programming) auf lange Sicht erfolgreicher sein würden [als Augmented Lagrangian-Methoden] ... Was könnte die Grundlage für diesen Glauben sein? Gibt …

9 nonlinear-programming

2

C ++ - Bibliothek zur nichtlinearen eingeschränkten Minimierung

Ich versuche derzeit, das nichtlineare Problem der eingeschränkten Minimierung zu lösen, wie es in der matlab-Funktion "fmincon" implementiert ist. Meine Erwartungen sind: Minimieren (fun1, x0, uB, lB, fun2), wobei x0 der Anfangszustand ist, fun1 eine Funktion ist, die minimiert werden muss, uB obere Grenzen sind, lB untere Grenzen sind und …

9 c++ nonlinear-programming

3

Gibt es eine eingeschränkte nichtlineare Optimierungsbibliothek wie IPOPT, die auf GPUs ausgeführt wird?

Jemand in meinem Team möchte IPOPT parallelisieren. (zumindest einige Funktionen davon). Ich konnte keine GPU-Implementierung oder ein ähnliches Paket finden. Ich habe auch nichts in ihren Dokumenten gefunden. Die Frage ist also, gibt es eine Alternative, die bereits auf der GPU implementiert ist? oder zumindest jemand, der daran arbeitet, es …

8 nonlinear-programming gpu

3

Was ist zu groß für standardmäßige lineare Algebra / Optimierungsmethoden?

Verschiedene numerische lineare Algebra- und numerische Optimierungsmethoden haben unterschiedliche Größenbereiche, in denen sie zusätzlich zu ihren eigenen Eigenschaften eine „gute Idee“ sind. Beispielsweise werden für sehr große Optimierungsprobleme Gradienten-, stochastische Gradienten- und Koordinatenabstiegsmethoden anstelle von Newton- oder Interior Point-Methoden verwendet, da Sie sich nicht mit dem Hessischen befassen müssen. In …

8 linear-algebra optimization nonlinear-programming

2

Minimierung einer quadratischen Funktion mit nichtlinearen Einschränkungen

Was wären gute Methoden (und / oder Softwarepakete), um ein Problem zu lösen, das eine quadratische Funktion minimiert? , st 0 ≤ x i ≤ 1 und Es gibt mehr Einschränkungen, von denen einige nicht linear (und nicht differenzierbar) sind, z. B. ∑ i x i 1 x i > …

8 optimization nonlinear-programming

Als «nonlinear-programming» getaggte Fragen