最佳化演算法

詳細描述

本節中的演算法在指定的約束條件下或沒有任何約束的情況下，最小化或最大化函式值。

類
類	cv::ConjGradSolver
	此類用於執行已知梯度的函式的非線性非約束最小化。更多...
類	cv::DownhillSolver
	此類用於執行函式的非線性非約束最小化。更多...
類	cv::MinProblemSolver
	所有求解器的基本介面。更多...

列舉
列舉	cv::SolveLPResult {   cv::SOLVELP_LOST = -3 ,   cv::SOLVELP_UNBOUNDED = -2 ,   cv::SOLVELP_UNFEASIBLE = -1 ,   cv::SOLVELP_SINGLE = 0 ,   cv::SOLVELP_MULTI = 1 }
	cv::solveLP() 函式的返回程式碼 更多...

函式
int	cv::solveLP (InputArray Func, InputArray Constr, OutputArray z)
int	cv::solveLP (InputArray Func, InputArray Constr, OutputArray z, double constr_eps)
	使用單純形演算法（單純形法）求解給定的（非整數）線性規劃問題。

列舉型別文件

SolveLPResult

enum cv::SolveLPResult

#include <opencv2/core/optim.hpp>

cv::solveLP() 函式的返回程式碼

列舉器
SOLVELP_LOST  Python: cv.SOLVELP_LOST	問題是可行的，但由於浮點算術錯誤，求解器丟失瞭解決方案
SOLVELP_UNBOUNDED  Python: cv.SOLVELP_UNBOUNDED	問題是無界的（目標函式可以達到任意高的值）
SOLVELP_UNFEASIBLE  Python: cv.SOLVELP_UNFEASIBLE	問題是不可行的（沒有滿足所有施加約束的點）
SOLVELP_SINGLE  Python: cv.SOLVELP_SINGLE	目標函式只有一個最大值
SOLVELP_MULTI  Python: cv.SOLVELP_MULTI	目標函式有多個最大值 - 返回任意一個

函式文件

solveLP() [1/2]

int cv::solveLP	(	InputArray	Func,
		InputArray	Constr,
		OutputArray	z )

Python
	cv.solveLP(	Func, Constr, constr_eps[, z]	) ->	retval, z
	cv.solveLP(	Func, Constr[, z]	) ->	retval, z

#include <opencv2/core/optim.hpp>

這是一個過載的成員函式，為方便起見而提供。它與上述函式的不同之處僅在於它接受的引數。

solveLP() [2/2]

int cv::solveLP	(	InputArray	Func,
		InputArray	Constr,
		OutputArray	z,
		double	constr_eps )

Python
	cv.solveLP(	Func, Constr, constr_eps[, z]	) ->	retval, z
	cv.solveLP(	Func, Constr[, z]	) ->	retval, z

#include <opencv2/core/optim.hpp>

使用單純形演算法（單純形法）求解給定的（非整數）線性規劃問題。

我們這裡所說的“線性規劃問題”（或簡稱為 LP 問題）可以表述為

\[\mbox{最大化 } c\cdot x\\ \mbox{受以下條件限制：}\\ Ax\leq b\\ x\geq 0\]

其中\(c\)是固定的1-by-n行向量，\(A\)是固定的m-by-n矩陣，\(b\)是固定的m-by-1列向量，\(x\)是任意n-by-1列向量，它滿足約束。

單純形演算法是許多旨在有效處理此類問題的演算法之一。雖然它在理論意義上不是最優的（存在可以在多項式時間內解決上述任何問題的演算法，而單純形法對於某些特殊情況會退化為指數時間），但它經過充分研究，易於實現，並且被證明在實際應用中效果良好。

這個特殊的實現幾乎逐字取自 演算法導論，第三版，作者是 T. H. Cormen、C. E. Leiserson、R. L. Rivest 和 Clifford Stein。特別是，Bland 規則 http://en.wikipedia.org/wiki/Bland%27s_rule 用於防止迴圈。

引數

Func	此行向量對應於 LP 問題公式中的\(c\)（見上文）。它應包含 32 位或 64 位浮點數。為方便起見，也可以提交列向量，在後一種情況下，它被理解為對應於\(c^T\)。
Constr	m-by-n+1矩陣，其最右邊的列對應於上述公式中的\(b\)，其餘列對應於\(A\)。它應包含 32 位或 64 位浮點數。
z	解決方案將作為列向量在此處返回 - 它對應於上述公式中的\(c\)。它將包含 64 位浮點數。
constr_eps	約束允許的數值差異

返回

cv::SolveLPResult 之一