关联机器学习技术解决优化问题

Question

考虑某个维度的优化问题n，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\最小值，这是输入的一些线性组合（或尺寸）。

对于较大的维度，这些优化问题需要很长时间才能给出确切的答案。

那么，我们可以使用机器学习技术，在较短的时间内得到一些近似的解决方案。

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，那么这就是“一段字符串多长时间”的问题。它需要足够大才能使用所使用的算法，并表示正在建模的数据。

Answer 2

这并不是因为我特别关注机器学习，因为无论如何通常意味着这个术语。这只是一个简单的约束优化问题。你说现在找到解决方案需要很长时间，但你没有提到你是如何解决这个问题的。

单纯形算法是针对这类问题而设计的，但在最坏的情况下它是指数级的。这是你正在尝试这需要太长时间吗？如果是这样，有大量的元启发式可能表现良好。禁忌搜索，模拟退火，进化算法，变深度搜索，甚至是简单的多级登山者。在尝试任何异国情调之前，我可能会尝试这些方法。