ScholarGate
助手
Process / pipelineMathematical programming

凸优化

凸优化是数学优化中的一个子领域,研究在凸集上最小化凸函数的问题。该框架由 Stephen Boyd 和 Lieven Vandenberghe 在其里程碑式的 2004 年教科书中正式化并推广,它将包括线性规划、二次规划、半定规划和二阶锥规划在内的广泛问题家族统一在一个理论框架之下。其定义性特征是任何局部最优解也是全局最优解,这使得它在工程、统计学、机器学习和运筹学中具有可处理性和可靠性。

在 MethodMind 中打开即将推出视频即将推出Download slides

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

Method map

The neighbourhood of related methods — select a node to explore.

来源

  1. Boyd, S., & Vandenberghe, L. (2004). Convex Optimization. Cambridge University Press. ISBN: 978-0-521-83378-3

如何引用本页

ScholarGate. (2026, June 2). Convex Optimization. ScholarGate. https://scholargate.app/zh/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.

Compare side by side

被引用于

ScholarGateConvex Optimization (Convex Optimization). 于 2026-06-15 检索自 https://scholargate.app/zh/optimization/convex-optimization · 数据集: https://doi.org/10.5281/zenodo.20539026