ScholarGate
Assistent
Process / pipelineMathematical programming

Ikke-lineær programmering

Ikke-lineær programmering (NLP) er en gren af matematisk optimering, der beskæftiger sig med problemer, hvor objektivfunktionen eller mindst én bibetingelse er ikke-lineær. NLP blev formaliseret omfattende af Jorge Nocedal og Stephen Wright i deres skelsættende tekst fra 2006 og omfatter gradientbaserede algoritmer — herunder sekventiel kvadratisk programmering (SQP), interior-point-metoder og kvasi-Newton-tilgange — til at finde lokalt eller globalt optimale løsninger på kontinuerlige beslutningsproblemer, der opstår inden for ingeniørvidenskab, økonomi og de fysiske videnskaber.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. ISBN: 978-0-387-30303-1

Sådan citerer du denne side

ScholarGate. (2026, June 2). Nonlinear Programming. ScholarGate. https://scholargate.app/da/optimization/nonlinear-programming

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereret af

ScholarGateNonlinear Programming (Nonlinear Programming). Hentet 2026-06-15 fra https://scholargate.app/da/optimization/nonlinear-programming · Datasæt: https://doi.org/10.5281/zenodo.20539026