machine-learning - 解决优化问题的相关机器学习技术

Question

考虑某个维度 n 的优化问题，给定一些线性方程组（不等式）或对形成凸区域的输入的约束，找到某个表达式的最大值\最小值，该表达式是输入（或维度）的某种线性组合。

对于更大的维度，这些优化问题需要很长时间才能给出准确的答案。

那么，我们能否使用机器学习技术，在更短的时间内得到一些近似解。

如果我们可以在这种情况下使用机器学习技术，那么训练集应该如何？

Answer 1

你的意思是“训练集应该有多大？” 如果是这样，那么这在很大程度上是一个“一根绳子有多长”的问题。它需要足够大以供所使用的算法使用，并表示正在建模的数据。

Answer 2

这并没有让我觉得特别关注机器学习，无论如何这个词通常是指这个词。这只是一个简单的约束优化问题。您说现在找到解决方案需要很长时间，但您没有提及您是如何尝试解决问题的。

单纯形算法是为这类问题设计的，但在最坏的情况下它是指数型的。那是你正在尝试的时间太长了吗？如果是这样，那么有大量的元启发式算法可能表现良好。禁忌搜索、模拟退火、进化算法、可变深度搜索，甚至是简单的多起点登山者。在我尝试任何异国情调的东西之前，我可能会尝试一些类似的东西。