在Haskell中进行凸优化的最佳方法？

我想在Haskell中做一些简单的凸优化；没什么特别的，只是用一些二次约束最小化线性函数。我遇到过这样的情况，我只是想知道这是否是这个目的的最佳方案，或者是否有一个标准的替代方案。谢谢

ad软件包有几个有用的例程和一两个梯度下降操作。例如：

$ cabal install --pacakge-env . --lib ad
$ ghci
> import Numeric.AD
> take 1 $ drop 10000 $ gradientDescent (\[x] -> (x-1)^2 + 3) [10]
[[1.0000000000377052]]
> conjugateGradientDescent  (\[x] -> (x-1)^2 + 3) [10]
[[10.0],[1.0]]

---

我们将最小化的函数、输入视为可遍历的（在本例中为列表）和初始起点

[10]

。这是

优化

包的基础，即使它不能彻底解决您的问题，也应该提供一个良好的开端。

HVX似乎是一个未维护的学生项目，从未上传到Hackage。请随意使用，但不要期待任何形式的支持。谢谢！我试试看。