Nelineārā programmēšana
Nelineārā programmēšana (NLP) ir matemātiskās optimizācijas nozare, kas nodarbojas ar uzdevumiem, kuros objektīvā funkcija vai vismaz viens ierobežojums ir nelineārs. Visaptveroši formalizēta Jorge Nocedal un Stephen Wright viņu nozīmīgajā 2006. gada darbā, NLP ietver uz gradientu balstītus algoritmus — ieskaitot secīgo kvadrātisko programmēšanu (SQP), iekšējā punkta metodes un kvazi-Newton pieejas — lai atrastu lokāli vai globāli optimālus nepārtrauktu lēmumu uzdevumu risinājumus, kas rodas inženierzinātnēs, ekonomikā un fizikālajās zinātnēs.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. ISBN: 978-0-387-30303-1
Kā citēt šo lapu
ScholarGate. (2026, June 2). Nonlinear Programming. ScholarGate. https://scholargate.app/lv/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.
- Konveksā optimizācijaOptimizācija↔ compare
- Dinamiskā programmēšanaOptimizācija↔ compare
- Stohastiskā optimizācijaOptimizācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →