原因是最近实现的一个工程,需要解一组非线性方程,来获取变量值(最多7个)。一开始以为是一个解方程问题,在matlab 里研究solve, vpasolve的用法研究了很久。忽然发现实际中,我测量到的数据都是有误差的,方程大概率是无解的,所以不是解方程问题,而是一个估计/优化问题。优化问题和解方程本来就是好朋友?
数学基础并不好,花了四十分钟查找相关资料,
博客类
介绍几种经典方法(梯度下降,牛顿,共轭梯度): https://www.cnblogs.com/maybe2030/p/4751804.html
介绍几种进化算法:http://www.cnblogs.com/maybe2030/p/4665837.html
介绍拉格朗日法:http://www.cnblogs.com/maybe2030/p/4946256.html
介绍凸优化:https://blog.csdn.net/xmu_jupiter/article/details/47400411
以上都是很好的博客,但是一下子看不懂,或者没办法深入其中
视频类:
B站主播的一个小总结,对于获得sense很有帮助:https://www.bilibili.com/video/av27098560/?spm_id_from=333.788.videocard.1
上交最优化18讲(任庆生老师,75mins * 18):https://www.bilibili.com/video/av14666879/
斯坦福凸优化13讲:https://www.bilibili.com/video/av32517559/?spm_id_from=333.788.videocard.6
从视频的章节标题看来,斯坦福的好像更math,上交的这个更接地气,
我准备先从上交的这个课程开始,了解里面涉及的数学知识,如何确定最终适用我的问题的数学方法。