语言
没有数据
通知
无通知
最適化すべき関数を持つとは限らず、複雑な制約の中で実行可能な解を求めるものも含まれる。 最適化問題 - 数理最適化で解くために数学的に定式化された問題。 組合せ最適化 - 数理最適化の中でも実行可能領域が離散的な問題を扱う分野。またはその問題。 並列最適化 - 数理最適
アルゴリズムは次のように進行する: 最適化問題のKKT条件を破るラグランジュ乗数 α 1 {\displaystyle \alpha _{1}} を見つける。 第2の乗数 α 2 {\displaystyle \alpha _{2}} を選び、組 ( α 1 , α
を実行する最も効率的な方法を決定する。クエリオプティマイザ (query optimizer) とも言う。クエリオプティマイザは、入力されたクエリについて考えられるクエリ実行計画群を評価し、どれが最も効率的か決定する。コストに基づいたクエリオプティマイザでは、個々の計画のコストを見積もり、最もコス
ランディングページ最適化では、ターゲットとなる閲覧者に向けてより訴えかけるコンテンツやビジュアルをページ上で提供することを目的としている。 LPOにはターゲティング方法に基づく三つのタイプが存在する。 連想コンテンツターゲティング（Associative content
最適化モデル（さいてきかモデル）は、生物の行動などの進化に関する作業仮説の一つ。生物の行動や形質は得られる利益が最大になるように行われているという考え方。最適化仮説、最適戦略説、あるいは単に最適説とも呼ばれる。 最適化モデルは行動生態学の発展初期を支えた考え方のひとつである。基本は、生物の行動は生活
主にループを操作する最適化技法として、以下のものがある。 帰納変数解析 ループ内の変数がループ変数の簡単な式で計算されている場合（例えば、j:= i*4）、ループ変数の更新時に同時にその変数も更新できる（例で言えば、i:=i+1 なら j:=j+4）。これは一種の演算子強度低減であり、同時にループ変数
凸最適化（とつさいてきか）とは最適化問題の分野のひとつで、凸集合上の凸関数の最小化問題である。 凸最小化問題は一般的な最適化問題よりも簡単に最適化が可能であり、局所的な最小値が大域的な最小値と一致する性質をもつ。 実ベクトル空間 X {\displaystyle X} 上の実数値凸関数 f : X
最大クリーク問題（さいだいクリークもんだい）は、グラフ理論において、グラフ中のクリーク（任意の二頂点間に枝があるような頂点集合）の中で最大のものを見つける問題。NP困難であることが知られている。 この問題は、補グラフに対する最大独立集合問題と等価である。 近似アルゴリズムについても研究されているが、グラフの頂点数を
搜索 
搜索 搜索 
