So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Phương pháp Đơn hình× | Phương pháp Lagrangian tăng cường× | |
|---|---|---|
| Lĩnh vực | Vận trù học | Vận trù học |
| Họ | Machine learning | Machine learning |
| Năm ra đời≠ | 1947 | 1969 |
| Người khởi xướng≠ | George Dantzig | Magnus R. Hestenes and M. J. D. Powell |
| Loại | algorithm | algorithm |
| Công trình gốc≠ | Dantzig, G. B. (1963). Linear Programming and Extensions. Princeton University Press. DOI ↗ | Hestenes, M. R. (1969). Multiplier and gradient methods. Journal of Optimization Theory and Applications, 4(5), 303-320. DOI ↗ |
| Tên gọi khác≠ | simplex algorithm | method of multipliers, augmented Lagrangian, ADMM |
| Liên quan≠ | 4 | 3 |
| Tóm tắt≠ | The Simplex Method, developed by George Dantzig in 1947, is a foundational algorithm for solving linear programming problems. It systematically explores vertices of the feasible region to find the optimal solution where the objective function is maximized or minimized subject to linear constraints. | The Augmented Lagrangian Method, developed by Magnus R. Hestenes and M. J. D. Powell in 1969, is a powerful technique for solving constrained optimization problems. It converts a constrained problem into a sequence of unconstrained subproblems by augmenting the Lagrangian with a quadratic penalty term, enabling efficient solution of large-scale problems including convex and nonconvex cases. |
| ScholarGateBộ dữ liệu ↗ |
|
|