Machine learningOptimization
طريقة لاغرانج المعززة
طريقة لاغرانج المعززة، التي طورها ماغنوس آر. هيستينز وإم. جيه. دي. باول في عام 1969، هي تقنية قوية لحل مشاكل التحسين المقيدة. إنها تحول المشكلة المقيدة إلى سلسلة من المشاكل الفرعية غير المقيدة عن طريق تعزيز دالة لاغرانج بحد عقوبة تربيعي، مما يتيح الحل الفعال للمشاكل واسعة النطاق بما في ذلك الحالات المحدبة وغير المحدبة.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Hestenes, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4(5), 303-320. DOI: 10.1007/BF00927673 ↗
- Powell, M. J. D. (1969). A method for nonlinear constraints in minimization problems. In Optimization (pp. 283-298). Academic Press. link ↗
- Boyd, S., Parikh, N., Chu, E., Peleato, B., & Eckstein, J. (2011). Distributed optimization and statistical learning via the alternating direction method of multipliers. Foundations and Trends in Machine Learning, 3(1), 1-122. DOI: 10.1561/2200000016 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Augmented Lagrangian Method for Constrained Optimization. ScholarGate. https://scholargate.app/ar/operations-research/augmented-lagrangian-method
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- تفكيك بندربحوث العمليات↔ قارن
- توليد الأعمدة (دانزيغ-وولف)بحوث العمليات↔ قارن
- الطريقة السيمبلكسبحوث العمليات↔ قارن