Konveksi optimointi
Konveksi optimointi on matemaattisen optimoinnin osa-alue, joka tutkii konveksien funktioiden minimointiongelmia konveksien joukkojen yli. Stephen Boydin ja Lieven Vandenberghen vuonna 2004 julkaisemassa uraauurtavassa oppikirjassaan formalisoima ja popularisoima kehys yhdistää laajan joukon ongelmia – mukaan lukien lineaarisen ohjelmoinnin, neliöllisen ohjelmoinnin, semidefiniittisen ohjelmoinnin ja toisen kertaluvun kartio-ohjelmoinnin – yhden teoreettisen katon alle. Sen määrittävä ominaisuus on, että mikä tahansa lokaalisti optimaalinen ratkaisu on myös globaalisti optimaalinen, mikä tekee siitä käsiteltävän ja luotettavan insinööritieteissä, tilastotieteessä, koneoppimisessa ja operaatiotutkimuksessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Boyd, S., & Vandenberghe, L. (2004). Convex Optimization. Cambridge University Press. ISBN: 978-0-521-83378-3
Näin viittaat tähän sivuun
ScholarGate. (2026, June 2). Convex Optimization. ScholarGate. https://scholargate.app/fi/optimization/convex-optimization
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.
- Linear ProgrammingOptimointi↔ compare
- Epäkäsitteellinen optimointiOptimointi↔ compare
- Robust OptimizationOptimointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →