摘要：
对偶问题的出现 这里主要介绍约束优化问题的对偶形式，要说为什么出现对偶可能是因为原问题的对偶问题一定是凸规划。 约束优化问题的一般形式： $$ \begin{matrix} min f(x)\ s.t. g_i(x)\geqslant 0, i=1,...,m)\ h_j(x)=0, j=2,... 阅读全文
摘要：
回顾 前边内容主要总结了无约束优化问题的求解步骤，即如何找一个函数的极大值，其中凸函数具备的良好性质保证局部最优解是全局最优解。一般通过最速下降法、牛顿法、共轭梯度法进行求解（针对这些方法的不足也有很多改进）。接下来主要总结在定义域有约束时，函数的优化问题。 约束优化问题 数学模型 优化目标为：\( 阅读全文