一维全局最优化:基于契比雪夫多项式与半正定规划的ε-全局最小值求解
"基于契比雪夫多项式和半正定规划寻找一维函数在区间内的ε-全局最小值" 这篇论文"Finding ǫ-global Minimum of One-dimensional Function in An Interval Based On Chebyshev Polynomial And Semi-definite Programming"由孙楚仁和黄蕾合作撰写,提出了一种利用契比雪夫多项式和半正定规划来寻找一维函数在给定区间内ε-全局最优值的方法。ε-全局最优值是指函数在指定精度ε下的最优解,即函数值与最小值之差小于或等于ε。 在论文中,作者首先通过插值理论构建了一个美妙的插值多项式Pn(x),其插值基由二元对(xi, f(xi))构成,其中xi是契比雪夫多项式Tn+1(x)的n+1个零点。关键在于,如果n大于某个与精度ǫ相关的常数M的对数,即n > ln(M/ǫ),则可以保证插值多项式Pn(x)与原函数f(x)之间的误差不超过ǫ,即|f(x) - Pn(x)| ≤ ǫ。 接下来,作者将寻找f(x)在[a, b]区间内的ε-全局最小值问题转化为寻找Pn(x)在[a, b]内的全局最小值问题。这个转化的关键是,他们展示了这个问题可以被转换成一个半正定规划问题。半正定规划是一种凸优化问题,它在数学优化领域中有成熟的算法和求解工具,如内点法和 barrier 方法,这使得该问题可以有效地解决。 论文中的这种方法提供了一个理论框架,对于寻找一维全局最优化问题的近似解,尤其是在计算资源有限的情况下,具有重要的实用价值。通过利用契比雪夫多项式的特性,可以得到高度精确的插值,而半正定规划的运用则确保了问题的数值稳定性及求解效率。这种方法不仅可以用于学术研究,也可应用于工程、经济以及其他需要解决优化问题的领域。 这篇论文贡献了一种新的求解一维全局最优化问题的方法,结合了经典数学工具(契比雪夫多项式)和现代优化技术(半正定规划),为处理实际问题中的优化挑战提供了新的思路。
剩余15页未读,继续阅读
- 粉丝: 4
- 资源: 893
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 解决Eclipse配置与导入Java工程常见问题
- 真空发生器:工作原理与抽吸性能分析
- 爱立信RBS6201开站流程详解
- 电脑开机声音解析:故障诊断指南
- JAVA实现贪吃蛇游戏
- 模糊神经网络实现与自学习能力探索
- PID型模糊神经网络控制器设计与学习算法
- 模糊神经网络在自适应PID控制器中的应用
- C++实现的学生成绩管理系统设计
- 802.1D STP 实现与优化:二层交换机中的生成树协议
- 解决Windows无法完成SD卡格式化的九种方法
- 软件测试方法:Beta与Alpha测试详解
- 软件测试周期详解:从需求分析到维护测试
- CMMI模型详解:软件企业能力提升的关键
- 移动Web开发框架选择:jQueryMobile、jQTouch、SenchaTouch对比
- Java程序设计试题与复习指南