Icke-linjär programmering
Icke-linjär programmering (NLP) är en gren av matematisk optimering som behandlar problem där målfunktionen eller åtminstone ett bivillkor är icke-linjärt. NLP, som formaliserades omfattande av Jorge Nocedal och Stephen Wright i deras banbrytande text från 2006, omfattar gradientbaserade algoritmer – inklusive sekventiell kvadratisk programmering (SQP), inre-punktmetoder och kvasi-Newton-metoder – för att finna lokalt eller globalt optimala lösningar på kontinuerliga beslutsproblem som uppstår inom ingenjörsvetenskap, ekonomi och de fysikaliska vetenskaperna.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- Nocedal, J., & Wright, S. J. (2006). Numerical Optimization (2nd ed.). Springer. ISBN: 978-0-387-30303-1
Så citerar du den här sidan
ScholarGate. (2026, June 2). Nonlinear Programming. ScholarGate. https://scholargate.app/sv/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.
- Konvex optimeringOptimering↔ compare
- Dynamisk programmeringOptimering↔ compare
- Stokastisk optimeringOptimering↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →