Programowanie nieliniowe
Programowanie nieliniowe (NLP) to gałąź optymalizacji matematycznej zajmująca się problemami, w których funkcja celu lub co najmniej jedno ograniczenie jest nieliniowe. Kompleksowo sformalizowane przez Jorge Nocedala i Stephena Wrighta w ich przełomowym tekście z 2006 roku, NLP obejmuje algorytmy oparte na gradiencie — w tym sekwencyjne programowanie kwadratowe (SQP), metody punktu wewnętrznego i podejścia quasi-Newtonowskie — do znajdowania lokalnie lub globalnie optymalnych rozwiązań ciągłych problemów decyzyjnych pojawiających się w inżynierii, ekonomii i naukach przyrodniczych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. ISBN: 978-0-387-30303-1
Jak cytować tę stronę
ScholarGate. (2026, June 2). Nonlinear Programming. ScholarGate. https://scholargate.app/pl/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.
- Optymalizacja wypukłaOptymalizacja↔ compare
- Programowanie dynamiczneOptymalizacja↔ compare
- Optymalizacja stochastycznaOptymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →