「ラグランジュ緩和法」の版間の差分
ナビゲーションに移動
検索に移動
(新しいページ: ''''【らぐらんじゅかんわほう (Lagrangian relaxation method)】''' (最小化問題の場合)効果的な下界値を得るための手法の1つ. 緩和した制約...') |
Albeit-Kun (トーク | 投稿記録) |
||
| (他の1人の利用者による、間の1版が非表示) | |||
| 2行目: | 2行目: | ||
(最小化問題の場合)効果的な下界値を得るための手法の1つ. 緩和した制約にラグランジュ乗数を掛けて, 目的関数に組み込むことにより, 単なる制約の除去よりもよい下界値を得ようというもの. 緩和した残りの制約が, ネットワーク構造など整数解が簡単に得られる問題の場合によく用いられる. 適切なラグランジュ乗数を決定するために, 微分不可能関数における非線形最適化手法である劣勾配法がよく用いられる. | (最小化問題の場合)効果的な下界値を得るための手法の1つ. 緩和した制約にラグランジュ乗数を掛けて, 目的関数に組み込むことにより, 単なる制約の除去よりもよい下界値を得ようというもの. 緩和した残りの制約が, ネットワーク構造など整数解が簡単に得られる問題の場合によく用いられる. 適切なラグランジュ乗数を決定するために, 微分不可能関数における非線形最適化手法である劣勾配法がよく用いられる. | ||
| + | |||
| + | [[Category:組合せ最適化|らぐらんじゅかんわほう]] | ||
2008年11月14日 (金) 09:18時点における最新版
【らぐらんじゅかんわほう (Lagrangian relaxation method)】
(最小化問題の場合)効果的な下界値を得るための手法の1つ. 緩和した制約にラグランジュ乗数を掛けて, 目的関数に組み込むことにより, 単なる制約の除去よりもよい下界値を得ようというもの. 緩和した残りの制約が, ネットワーク構造など整数解が簡単に得られる問題の場合によく用いられる. 適切なラグランジュ乗数を決定するために, 微分不可能関数における非線形最適化手法である劣勾配法がよく用いられる.