问目标函数只能近似计算时的优化
EN

Stack Overflow用户

提问于 2012-07-27 18:55:40

回答 1查看 86关注 0票数 1

我有一些依赖于中等数量的参数(比如2-6个)的图形算法，它们并不总是能成功地找到它们想要的东西(它们想要“足够好”的解决方案来解决已知困难的问题，比如mincut/maxflow)。我也有一个非常大的图族，我想要使用这些算法。

我目前的目标是找到给定算法最常成功的参数值。不幸的是，我知道如何计算“成功”的唯一方法是从我的大家庭中拿出一张图，并实际运行算法。这有两个问题:它的计算成本很高，并且它只给出了我的真实目标函数的近似值，即算法成功的图形的真实百分比。

第一个不是世界末日；内尔德-米德法案或类似的东西可能会起作用。有没有这种算法的变体可以在我的情况下工作？我期望成功的概率远远不是0或1。

发布于 2012-07-27 21:25:49

(抱歉，更换了计算机，无法编辑-这是原始海报。作为对Shahbaz的回应，我犯了一个错误。我的意思是说最稀疏的切割，这是NP完全。我正在解决的实际问题是，就像通常的情况一样，相当混乱。我真的只是想说，没有希望有一个干净的解决方案，但最终却意外地说了相反的话。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/11686393

复制

相似问题

问目标函数只能近似计算时的优化EN