我的功能定义如下:
f2 (其中 A 是 PSD 矩阵,x 是数字向量。
任务是最小化函数服从:和。我可以计算它的梯度和粗麻布,以用于牛顿的最小化方法(我想使用)。
我的问题是:我如何将上述约束(要满足)合并到算法中?
可以通过重写主函数以包含松弛变量来解决第一个约束 - >类似于:?
我的功能定义如下:
f2 (其中 A 是 PSD 矩阵,x 是数字向量。
任务是最小化函数服从:和。我可以计算它的梯度和粗麻布,以用于牛顿的最小化方法(我想使用)。
我的问题是:我如何将上述约束(要满足)合并到算法中?
可以通过重写主函数以包含松弛变量来解决第一个约束 - >类似于:?
用上训练 R 插入 A=R^TR 以半约束(并将的迹以节省函数评估成本)。
然后使用约束优化例程解决产生的约束问题,因为您无法消除上的约束。
优化软件见我的页面http://www.mat.univie.ac.at/~neum/glopt/software_l.html