深圳做网站推广的公司江西宜春市建设局网站

张小明 2026/1/9 8:36:04
深圳做网站推广的公司,江西宜春市建设局网站,天猫优惠卷怎么做网站,专业官方网站建设序列二次规划#xff08;Sequential Quadratic Programming, SQP#xff09;0. 先造一个超简单的一维问题1. 第 0 步#xff1a;选一个初始点#xff08;就像选一个“初始机器人姿态”#xff09;2. 第 1 步#xff1a;在当前点附近做“局部小问题”#xff08;SQP 的精…序列二次规划Sequential Quadratic Programming, SQP0. 先造一个超简单的一维问题1. 第 0 步选一个初始点就像选一个“初始机器人姿态”2. 第 1 步在当前点附近做“局部小问题”SQP 的精髓2.1 目标函数二次近似2.2 约束线性化真正的重点3. 第 2 步解这一轮的“小问题”一个 QP4. 第 3 步更新 进入下一轮迭代0. 先造一个超简单的一维问题我们造一个“玩具问题”目标让x xx尽量靠近 2也就是最小化( x − 2 ) 2 (x-2)^2(x−2)2约束x xx不能太大必须满足一个弯弯的非线性约束g ( x ) 1 − x 2 ≥ 0 g(x)1-x^2\ge0g(x)1−x2≥0这个约束g ( x ) ≥ 0 g(x)\ge0g(x)≥0等价于1 − x 2 ≥ 0 ⟺ x 2 ≤ 1 ⟺ − 1 ≤ x ≤ 1 1-x^2\ge0\iff x^2\le1\iff -1\le x\le11−x2≥0⟺x2≤1⟺−1≤x≤1所以原问题其实是min ⁡ x F ( x ) ( x − 2 ) 2 s.t. 1 − x 2 ≥ 0 \begin{aligned} \min_x\quad F(x)(x-2)^2\ \text{s.t.}\quad 1-x^2\ge0 \end{aligned}xmin​​F(x)(x−2)2s.t.​1−x2≥0​没有约束的话F ( x ) F(x)F(x)的最小值在x 2 x2x2但x xx必须在区间[ − 1 , 1 ] [-1,1][−1,1]里所以真正的最优解是x ⋆ 1 x^\star1x⋆1离 2 最近。我们现在要用“SQP 思想”一步一步往这个x ⋆ x^\starx⋆靠近。1. 第 0 步选一个初始点就像选一个“初始机器人姿态”假设我们一开始什么都不知道随便给一个可行点比如x ( 0 ) 0.5 x^{(0)}0.5x(0)0.5检查一下约束g ( x ( 0 ) ) 1 − ( 0.5 ) 2 1 − 0.25 0.75 0 g(x^{(0)})1-(0.5)^21-0.250.750g(x(0))1−(0.5)21−0.250.750OK说明x ( 0 ) x^{(0)}x(0)在可行域里面就像机器人这一帧姿态安全、不穿模。2. 第 1 步在当前点附近做“局部小问题”SQP 的精髓现在来到SQP 的关键思想在x ( 0 ) x^{(0)}x(0)附近把目标函数F ( x ) F(x)F(x)用一个二次函数近似这里它本来就是二次所以刚好“近似原函数”把约束g ( x ) ≥ 0 g(x)\ge0g(x)≥0用一条直线近似。然后解这个“目标二次 约束线性”的小问题QP作为当前迭代的更新。2.1 目标函数二次近似我们的目标是F ( x ) ( x − 2 ) 2 F(x)(x-2)^2F(x)(x−2)2它本来就是二次函数所以在x ( 0 ) x^{(0)}x(0)附近做“二次近似”其实就是它自己——不用改F ~ ( 0 ) ( x ) F ( x ) ( x − 2 ) 2 \tilde{F}^{(0)}(x)F(x)(x-2)^2F~(0)(x)F(x)(x−2)2对应论文原话“对匹配目标1a在上一次迭代的解附近做二次近似。”在这个玩具例子里“二次近似”刚好就是原函数本身。2.2 约束线性化真正的重点约束是g ( x ) 1 − x 2 ≥ 0 g(x)1-x^2\ge0g(x)1−x2≥0这是一条弯弯的抛物线我们在x ( 0 ) 0.5 x^{(0)}0.5x(0)0.5附近用它的切线来逼近它一维函数的线性化 在x ( 0 ) x^{(0)}x(0)点做一阶泰勒展开g ( x ) ≈ g ( x ( 0 ) ) g ′ ( x ( 0 ) ) ( x − x ( 0 ) ) g(x)\approx g(x^{(0)}) g(x^{(0)})(x-x^{(0)})g(x)≈g(x(0))g′(x(0))(x−x(0))先算这些量g ( x ) 1 − x 2 g(x)1-x^2g(x)1−x2导数g ′ ( x ) − 2 x g(x)-2xg′(x)−2x在x ( 0 ) 0.5 x^{(0)}0.5x(0)0.5处g ( x ( 0 ) ) 1 − ( 0.5 ) 2 0.75 g(x^{(0)})1-(0.5)^20.75g(x(0))1−(0.5)20.75g ′ ( x ( 0 ) ) − 2 ⋅ 0.5 − 1 g(x^{(0)})-2\cdot0.5-1g′(x(0))−2⋅0.5−1所以线性化得到g ~ ( 0 ) ( x ) g ( x ( 0 ) ) g ′ ( x ( 0 ) ) ( x − x ( 0 ) ) 0.75 ( − 1 ) ( x − 0.5 ) \tilde{g}^{(0)}(x) g(x^{(0)})g(x^{(0)})(x-x^{(0)}) 0.75 (-1)(x-0.5)g~​(0)(x)g(x(0))g′(x(0))(x−x(0))0.75(−1)(x−0.5)展开一下g ~ ( 0 ) ( x ) 0.75 − x 0.5 1.25 − x \tilde{g}^{(0)}(x) 0.75 - x 0.5 1.25 - xg~​(0)(x)0.75−x0.51.25−x于是原来的非线性约束g ( x ) ≥ 0 g(x)\ge0g(x)≥0在这一轮迭代里被近似成线性的g ~ ( 0 ) ( x ) 1.25 − x ≥ 0 ⇒ x ≤ 1.25 \tilde{g}^{(0)}(x)1.25-x\ge0\quad\Rightarrow\quad x\le1.25g~​(0)(x)1.25−x≥0⇒x≤1.25这就是论文那句“对非穿透约束1b进行线性化处理。”——原本弯的“不能穿透曲线”在这一轮里变成一条直线约束。注意真约束是− 1 ≤ x ≤ 1 -1\le x\le1−1≤x≤1线性近似约束是x ≤ 1.25 x\le1.25x≤1.25在x ( 0 ) 0.5 x^{(0)}0.5x(0)0.5附近这个线性近似是“差不太多”的至少方向对。真正的 SQP 还会加“信任域/步长控制”确保你不要一步走太远我们待会简单提一下。3. 第 2 步解这一轮的“小问题”一个 QP现在本轮的“局部近似问题”变成min ⁡ x F ~ ( 0 ) ( x ) ( x − 2 ) 2 s.t. g ~ ( 0 ) ( x ) 1.25 − x ≥ 0 ⇒ x ≤ 1.25 \begin{aligned} \min_x\quad \tilde{F}^{(0)}(x)(x-2)^2\ \text{s.t.}\quad \tilde{g}^{(0)}(x)1.25-x\ge0\quad\Rightarrow\quad x\le1.25 \end{aligned}xmin​​F~(0)(x)(x−2)2s.t.​g~​(0)(x)1.25−x≥0⇒x≤1.25​这是一个非常简单的二次规划问题目标( x − 2 ) 2 (x-2)^2(x−2)2是碗形向上的曲线最小值在x 2 x2x2但加了约束x ≤ 1.25 x\le1.25x≤1.25所以“能选的最小点”就是x ( 1 ) 1.25 x^{(1)}1.25x(1)1.25直观碗的最低点在 2但你被限制只能站在“2 左边不超过 1.25”的地方那你能到的最低的点自然是“最靠近 2 的 1.25”。于是x ( 1 ) 1.25 x^{(1)}1.25x(1)1.25这就是 SQP 第 1 轮迭代算出来的“新姿态”对应机器人那边的一帧q t ( 1 ) q_t^{(1)}qt(1)​。4. 第 3 步更新 进入下一轮迭代在真正的 SQP 里这时候还会做两件事检查原始约束是不是被破坏太多比如我们看一下真约束g ( x ) 1 − x 2 ≥ 0 g(x)1-x^2\ge0g(x)1−x2≥0在x ( 1 ) 1.25 x^{(1)}1.25x(1)1.25处g ( 1.25 ) 1 − ( 1.25 ) 2 1 − 1.5625 − 0.5625 0 g(1.25)1-(1.25)^21-1.5625-0.56250g(1.25)1−(1.25)21−1.5625−0.56250说明在线性近似约束里x 1.25 x1.25x1.25还算“合法”但对原始非线性约束来说1.25 1.251.25已经跑到可行域外了。所以真正的 SQP 会用“步长缩放 / 信任域”不会一下子从 0.5 跳到 1.25而是走一小步比如从 0.5 走到 0.8、0.9 之类的以保持可行性或至少不离太远。把x ( 1 ) x^{(1)}x(1)当成下一轮的“当前点”x ( 1 ) x^{(1)}x(1)再线性化/二次近似一次重复刚才的步骤。如果继续迭代几次你会发现解会慢慢靠近真正的可行最优点x ⋆ 1 x^\star1x⋆1。你此时需要记住的核心点只有每一轮目标 → 在当前点附近用二次函数近似非线性约束 → 在当前点附近用直线近似得到一个“二次目标 线性约束”的小问题 → 很好解解完 → 更新当前点 → 再近似 → 再解。这就是“序列二次规划”名字的由来不断解一串二次规划问题来逼近原来的非线性规划。
版权声明:本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!

丰城网站建设安卓优化大师官网

Kotaemon日志系统全解析:实现透明化监控 在构建企业级智能对话系统时,最令人头疼的不是功能开发,而是当问题发生时——你面对着一个响应缓慢或输出错误的机器人,却无从下手。用户问了一个简单的问题,得到的答案却离题万…

张小明 2026/1/7 23:19:03 网站建设

长沙制作网站设计多少钱上海免费建网站

写在前面: 在上一次的迭代规划里,我们面对多个干系人的“突然加塞需求”,团队在压力下依然保持了节奏,并给出了合理的取舍方案。 但问题来了: 即使我们做出了决定,团队怎么真正落地? 每天的进度…

张小明 2026/1/3 4:30:01 网站建设

网站制作公司咨询工作内容建设英文品牌网站

第一章:Docker与Vercel AI SDK调试的认知重构在现代全栈开发中,容器化技术与AI集成正逐步融合。Docker 提供了环境一致性保障,而 Vercel AI SDK 则简化了前端应用中对生成式AI模型的调用流程。当二者结合使用时,传统的调试范式面临…

张小明 2026/1/7 7:08:02 网站建设

设计手机网站公司做护肤品好的网站

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 请生成一个使用Firebase的全栈Web应用项目,前端使用React框架,需要包含以下功能:1) Firebase身份验证(支持邮箱/Google登录) 2) Firestore数据库…

张小明 2025/12/26 4:39:22 网站建设

怎么做自己的彩票网站wordpress免费有趣插件

LangFlow:用可视化与自定义组件重塑 LLM 应用开发 在大模型时代,构建一个能理解用户意图、调用工具、检索知识并生成专业回复的 AI 智能体,早已不再是“写几行 prompt 调 API”那么简单。LangChain 的出现让这类复杂系统成为可能&#xff0c…

张小明 2025/12/26 4:38:47 网站建设

中山seo关键词seo搜索引擎是什么意思

在本文中,我们将深入探讨如何使用YASM和NASM这两个流行的汇编器来创建一个极简的Windows 10/11 Pro 64位可执行文件(.exe)。我们将从一个基本的例子出发,展示如何通过汇编语言编写代码并将其编译成一个小型的Windows应用程序。 为什么选择YASM和NASM? YASM和NASM都是非常…

张小明 2025/12/27 7:49:28 网站建设