技术编号:12602062
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及最优化、人工智能和大数据领域,特别涉及基于辅助代价和相似状态的非凸优化方法。背景技术优化问题在很多科学和工程领域都扮演着非常重要的角色。优化问题可以表示成在给定的关于自变量变化范围的约束条件下求解给定代价函数的最小值,其中的凸优化问题是指对自变量在凸集内变化的凸代价函数进行优化。凸优化方法可以很好地解决凸优化问题,现有方法包括单纯形法、梯度下降法、共轭梯度下降法、二阶方法等。但是,对于更多的实际问题,其代价函数或自变量的变化范围通常是非凸的,存在大量的局部最优点,要想有效地求解一般非凸...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。