1 |
توابع شبه محدب-اکیدا شبه محدب-محدب نما |
|
2 |
مینیمم محلی و سراسری و قضایای در ارتباط با برنامه ریزی محدب |
|
3 |
شرایط لازم و کافی مرتبه دوم |
|
4 |
لم فارکاس و قضیه گوردن |
|
5 |
شرایط لازم و کافی KKT |
|
6 |
شرایط لازم و کافی FJ |
|
7 |
دوگان برنامه ریزی غیرخطی و شکاف دوگانی |
|
8 |
دوگان برنامه ریزی خطی و درجه دوم |
|
9 |
روش طلایی برای مسایل نامقید |
|
10 |
روش فیبوناچی برای حل مسایل نامقید |
|
11 |
روش دو بخشی برای حل مسایل نامقید |
|
12 |
روش نیوتن برای مسایل نامقید |
|
13 |
روش نیوتن اصلاح شده |
|
14 |
روش تندترین شیب برای مسایل نامقید |
|
15 |
روش تندترین شیب برای حل برنامه ریزی درجه دوم |
|
16 |
روش SQP برای حل برنامه ریزی غیر خطی |
|
17 |
روش تصویر گرادیان برای برنامه ریزی غیر خطی |
|
18 |
ادامه روش تصویر گرادیان و مثال عددی |
|
19 |
معیارهای نقطه زینی در برنامه ریزی غیر خطی |
|
20 |
یک روش برشی برای حل مساله دوگان در حالت غیر خطی |
|
21 |
ادامه روش برشی برای حل مساله اولیه |
|
22 |
روش گرادیان مزدوج برای مسایل نامقید |
|
23 |
ماشین بردار پشتیبان برای داده های جدایی پذیر |
|
24 |
معرفی شبکه عصبی زیا و وانگ |
|
25 |
معرفی شبکه عصبی دو لایه برای حل معادله تصویر خطی |
|
26 |
بررسی پایداری شبکه عصبی زیا و وانگ |
|
27 |
کاربردهای شبکه عصبی زیا و وانگ |
|
28 |
شبکه عصبی تک لایه برای حل معادله تصویر غیر خطی |
|
29 |
معرفی تابع لیاپانف مناسب برای پایداری مدل |
|
30 |
قضایای مربوط توابع محدب |
|