2.3.3 连续优化：线性规划（LP）、非线性规划（NLP）、凸优化

文档摘要

2.3.3 连续优化：线性规划（LP）、非线性规划（NLP）、凸优化在工业界摸爬滚打多年，我常被问到一个问题：“优化算法到底是不是‘黑箱’？我们调参、跑模型、看收敛曲线，可心里总像隔着一层毛玻璃——知道它在动，却说不清它为何这样动。” 这话戳中了要害。线性规划不是教科书里那个只有单纯形表的静态图景；非线性规划也不该沦为一行的盲目调用；而凸优化，更不是“只要目标函数是凸的，一切就自动美好”的童话。真正的连续优化工程，是一场在可行域边界上行走、在梯度方向上校准、在数值稳定性与计算效率之间反复权衡的精密实践。