Quadratische Programmierung (QP)
Quadratische Programmierung (QP) ist eine Klasse von mathematischer Optimierung mit Nebenbedingungen, bei der die Zielfunktion quadratisch und die Nebenbedingungen linear sind. Formalisiert von Frank und Wolfe (1956) durch ihren gradientenbasierten Algorithmus für zulässige Richtungen, ist QP grundlegend in der Operations Research, Finanzwesen, im maschinellen Lernen und im Ingenieurwesen, überall dort, wo eine konvexe (oder nicht-konvexe) quadratische Kostenfunktion unter linearen Zulässigkeitsbedingungen minimiert werden muss.
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
- Frank, M., & Wolfe, P. (1956). An algorithm for quadratic programming. Naval Research Logistics Quarterly, 3(1–2), 95–110. DOI: 10.1002/nav.3800030109 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Quadratic Programming (QP). ScholarGate. https://scholargate.app/de/optimization/quadratic-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
- Lineare ProgrammierungOptimierung↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →