Nichtlineare Optimierung
Nichtlineare Optimierung (NLP) ist ein Teilgebiet der mathematischen Optimierung, das sich mit Problemen befasst, bei denen die Zielfunktion oder mindestens eine Nebenbedingung nichtlinear ist. Umfassend formalisiert von Jorge Nocedal und Stephen Wright in ihrem wegweisenden Text von 2006, umfasst NLP gradientenbasierte Algorithmen – einschließlich sequentieller quadratischer Programmierung (SQP), Innere-Punkte-Methoden und Quasi-Newton-Verfahren – zur Ermittlung lokal oder global optimaler Lösungen für kontinuierliche Entscheidungsprobleme, die in Ingenieurwesen, Wirtschaft und den Naturwissenschaften auftreten.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. ISBN: 978-0-387-30303-1
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Nonlinear Programming. ScholarGate. https://scholargate.app/de/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.
- Konvexe OptimierungOptimierung↔ compare
- Dynamische ProgrammierungOptimierung↔ compare
- Stochastische OptimierungOptimierung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →