对偶理论及应用
出版时间:
2020-05
版次:
1
ISBN:
9787030644916
定价:
99.00
装帧:
平装
开本:
16开
纸张:
胶版纸
页数:
168页
5人买过
-
《对偶理论及应用》共分为6章。前3章主要介绍优化理论与算法中经典的拉格朗日对偶方法及其扩展形式,这部分内容突出采用图形化的方法进行解释,以便于读者理解。后3章主要集中介绍对偶理论在网络资源分配、无线传感器网络功率控制和机器学习中的应用。 目录
前言
第1章 优化理论的基本概念 1
1.1 引例 1
1.2 优化问题的一般形式 2
1.2.1 优化问题 2
1.2.2 多目标优化 2
1.3 优化算法 4
1.3.1 线性搜索 4
1.3.2 信赖域法 6
1.3.3 下降方向 7
1.4 算法的收敛性与收敛速度 8
1.4.1 收敛性 8
1.4.2 收敛速度 9
1.5 凸集和凸函数 9
1.5.1 凸集 10
1.5.2 凸函数 13
1.5.3 梯度、Hessian矩阵和Taylor公式 17
1.5.4 凸函数的判别 19
1.6 优化问题的分类 21
1.6.1 凸优化问题 22
1.6.2 凹优化问题 22
参考文献 22
第2章 优性条件 25
2.1 无约束问题的优性条件 25
2.2 约束问题的优性条件 27
2.2.1 约束问题优性条件的几何意义 27
2.2.2 KKT条件 30
参考文献 33
第3章 对偶理论 34
3.1 拉格朗日对偶 34
3.1.1 惩罚法的基本思想 34
3.1.2 原问题与对偶问题之间的关系 36
3.1.3 鞍点与大小问题 47
3.2 基本算法 50
3.2.1 次梯度算法 50
3.2.2 原对偶算法 54
3.3 增量拉格朗日方法 55
3.4 交替方向数乘法 60
3.5 扩展对偶理论及算法 64
参考文献 70
第4章 网络资源分配中的对偶应用 74
4.1 网络效用大化的基本思想 74
4.1.1 网络效用大化的应用背景 74
4.1.2 Kelly的原始模型 76
4.1.3 网络效用大化的基本模型和分布式算法设计 78
4.2 效用与效用函数设计 83
4.2.1 效用的定义 83
4.2.2 效用函数的设计 85
4.3 网络效用大化模型扩展 96
4.3.1 无线网络效用大化模型 97
4.3.2 云计算中网络效用大化模型 101
4.3.3 有限信道状态的效用大化模型 103
4.3.4 其他网络效用大化模型 105
参考文献 106
第5章 无线传感器网络功率控制中的对偶应用 113
5.1 无线传感器网络中联合功率控制和速率调整 113
5.1.1 应用背景及问题的提出 114
5.1.2 系统模型 116
5.1.3 基于对偶分解的分布式算法 120
5.1.4 有反馈噪声的分布式算法 124
5.1.5 数值计算与仿真验证 126
5.2 无线网络中基于ADMM的分布式功率控制算法设计 129
5.2.1 应用背景 130
5.2.2 系统模型 131
5.2.3 效用函数为凹的分布式功率控制 132
5.2.4 效用函数为非凹的分布式功率控制 135
5.2.5 仿真实验 140
参考文献 144
第6章 机器学习中的对偶应用 148
6.1 感知器算法 148
6.1.1 感知器的定义 148
6.1.2 感知器的表征能力 149
6.1.3 感知器学习策略 151
6.1.4 感知器学习原始算法 152
6.1.5 感知器学习对偶算法 153
6.2 支持向量机 154
6.2.1 动机与基本概念 154
6.2.2 线性可分支持向量机 155
6.2.3 软间隔大化 158
6.3 主成分分析 163
6.3.1 主成分分析的概念 163
6.3.2 主成分分析算法 166
参考文献 168
-
内容简介:
《对偶理论及应用》共分为6章。前3章主要介绍优化理论与算法中经典的拉格朗日对偶方法及其扩展形式,这部分内容突出采用图形化的方法进行解释,以便于读者理解。后3章主要集中介绍对偶理论在网络资源分配、无线传感器网络功率控制和机器学习中的应用。
-
目录:
目录
前言
第1章 优化理论的基本概念 1
1.1 引例 1
1.2 优化问题的一般形式 2
1.2.1 优化问题 2
1.2.2 多目标优化 2
1.3 优化算法 4
1.3.1 线性搜索 4
1.3.2 信赖域法 6
1.3.3 下降方向 7
1.4 算法的收敛性与收敛速度 8
1.4.1 收敛性 8
1.4.2 收敛速度 9
1.5 凸集和凸函数 9
1.5.1 凸集 10
1.5.2 凸函数 13
1.5.3 梯度、Hessian矩阵和Taylor公式 17
1.5.4 凸函数的判别 19
1.6 优化问题的分类 21
1.6.1 凸优化问题 22
1.6.2 凹优化问题 22
参考文献 22
第2章 优性条件 25
2.1 无约束问题的优性条件 25
2.2 约束问题的优性条件 27
2.2.1 约束问题优性条件的几何意义 27
2.2.2 KKT条件 30
参考文献 33
第3章 对偶理论 34
3.1 拉格朗日对偶 34
3.1.1 惩罚法的基本思想 34
3.1.2 原问题与对偶问题之间的关系 36
3.1.3 鞍点与大小问题 47
3.2 基本算法 50
3.2.1 次梯度算法 50
3.2.2 原对偶算法 54
3.3 增量拉格朗日方法 55
3.4 交替方向数乘法 60
3.5 扩展对偶理论及算法 64
参考文献 70
第4章 网络资源分配中的对偶应用 74
4.1 网络效用大化的基本思想 74
4.1.1 网络效用大化的应用背景 74
4.1.2 Kelly的原始模型 76
4.1.3 网络效用大化的基本模型和分布式算法设计 78
4.2 效用与效用函数设计 83
4.2.1 效用的定义 83
4.2.2 效用函数的设计 85
4.3 网络效用大化模型扩展 96
4.3.1 无线网络效用大化模型 97
4.3.2 云计算中网络效用大化模型 101
4.3.3 有限信道状态的效用大化模型 103
4.3.4 其他网络效用大化模型 105
参考文献 106
第5章 无线传感器网络功率控制中的对偶应用 113
5.1 无线传感器网络中联合功率控制和速率调整 113
5.1.1 应用背景及问题的提出 114
5.1.2 系统模型 116
5.1.3 基于对偶分解的分布式算法 120
5.1.4 有反馈噪声的分布式算法 124
5.1.5 数值计算与仿真验证 126
5.2 无线网络中基于ADMM的分布式功率控制算法设计 129
5.2.1 应用背景 130
5.2.2 系统模型 131
5.2.3 效用函数为凹的分布式功率控制 132
5.2.4 效用函数为非凹的分布式功率控制 135
5.2.5 仿真实验 140
参考文献 144
第6章 机器学习中的对偶应用 148
6.1 感知器算法 148
6.1.1 感知器的定义 148
6.1.2 感知器的表征能力 149
6.1.3 感知器学习策略 151
6.1.4 感知器学习原始算法 152
6.1.5 感知器学习对偶算法 153
6.2 支持向量机 154
6.2.1 动机与基本概念 154
6.2.2 线性可分支持向量机 155
6.2.3 软间隔大化 158
6.3 主成分分析 163
6.3.1 主成分分析的概念 163
6.3.2 主成分分析算法 166
参考文献 168
查看详情
-
全新
广东省广州市
平均发货16小时
成功完成率90.15%
-
全新
北京市东城区
平均发货23小时
成功完成率87.24%
-
九品
北京市昌平区
平均发货23小时
成功完成率87.7%
-
全新
山东省济宁市
平均发货63小时
成功完成率80.73%
-
全新
江苏省无锡市
平均发货8小时
成功完成率96.24%
-
全新
北京市丰台区
平均发货27小时
成功完成率86.71%
-
全新
天津市西青区
平均发货14小时
成功完成率90.17%
-
全新
山东省潍坊市
平均发货15小时
成功完成率79.57%
-
全新
江苏省南京市
平均发货14小时
成功完成率83.22%
-
全新
北京市通州区
平均发货9小时
成功完成率88.92%
-
对偶理论及应用
重要提醒:::重要提醒::所有图书保证正版,按书名发货图片仅供参考, 有疑问请咨询客服,看清书名按书名发货
全新
北京市通州区
平均发货10小时
成功完成率90.55%
-
全新
上海市黄浦区
平均发货10小时
成功完成率94.42%
-
全新
江苏省南京市
平均发货7小时
成功完成率95.36%
-
全新
广东省广州市
平均发货18小时
成功完成率86.71%
-
全新
广东省广州市
平均发货23小时
成功完成率85.44%
-
全新
四川省成都市
平均发货22小时
成功完成率87.48%
-
全新
江苏省无锡市
平均发货15小时
成功完成率93.84%
-
全新
四川省成都市
平均发货10小时
成功完成率86.34%
-
全新
北京市通州区
平均发货9小时
成功完成率88.92%
-
全新
北京市西城区
平均发货14小时
成功完成率92.49%
-
全新
天津市河东区
平均发货24小时
成功完成率89.86%
-
全新
北京市朝阳区
平均发货9小时
成功完成率97.01%
-
全新
北京市房山区
平均发货13小时
成功完成率97.27%
-
全新
北京市通州区
平均发货36小时
成功完成率77.98%
-
全新
北京市朝阳区
平均发货13小时
成功完成率93.25%
-
全新
广东省广州市
平均发货7小时
成功完成率88.74%
-
全新
北京市通州区
平均发货28小时
成功完成率85.71%
-
全新
广东省广州市
平均发货9小时
成功完成率86.11%
-
全新
北京市通州区
平均发货32小时
成功完成率79.55%
-
全新
四川省成都市
平均发货10小时
成功完成率92.89%
-
全新
北京市通州区
平均发货29小时
成功完成率83.05%
-
全新
北京市朝阳区
平均发货13小时
成功完成率84.33%
-
全新
北京市丰台区
平均发货7小时
成功完成率91.32%
-
全新
北京市朝阳区
平均发货17小时
成功完成率83.1%
-
全新
广东省广州市
平均发货17小时
成功完成率88.99%