本系列文章主要是我在学习《数值优化》过程中的一些笔记和相关思考,主要的学习资料是深蓝学院的课程《机器人中的数值优化》和高立编著的《数值最优化方法》等,本系列文章篇数较多,不定期更新,上半部分介绍无约束优化,下半部分介绍带约束的优化,中间会穿插一些路径规划方面的应用实例
十八、带约束优化简介
1、简单的例子看有无约束的区别
在如下图所示的表达式f(x)中,无约束优化求得最最优解位于原点处,即图中的①处,若对该问题添加了不等式约束g(x)使解得范围约束在图中的红色椭圆内,此时,求得的最优解,为图中②处

2、带约束优化的类别及复杂性
本文详细介绍了数值优化中的带约束优化,包括线性规划、二次规划、锥规划和SDP等类别,以及它们的复杂性和应用实例,如路径规划中的碰撞检测。文章还探讨了低维度线性规划的求解策略,特别是SeidelsLP方法在处理高约束问题时的高效性。
订阅专栏 解锁全文
2万+

被折叠的 条评论
为什么被折叠?



