待验证50% 置信事实精确时间
对于0/1背包，线性松弛后的解通常呈现为若干变量取分数值，需要额外的取整（rounding）步骤才能得到可行解，而取整会带来精度损失。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证标准的0/1背包问题要求决策变量 x_i ∈ {0,1}，直接对离散变量求梯度不可行，常见做法是松弛为连续变量 x_i ∈ [0,1]，此时问题变为线性规划。78% 相似待验证零阶优化中，将函数值通过有限差分或高斯平滑转为梯度估计再套用一阶方法，通常要付出与维度 d 线性相关的代价。72% 相似待验证梯度方法通常只能找到松弛问题的局部最优，取整后不一定是最优0/1解。71% 相似待验证调和扩展通过求解拉普拉斯方程 Δf = 0 来填充未观测顶点的位移值，无需训练、计算高效、结果光滑，但会产生过度平滑的结果，无法表达高频运动细节。70% 相似待验证一个真正有效的控制变量需要求解采样器的泊松方程，而该方程在绝大多数情况下没有闭式解70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051468API
curl https://kongchang.com/api/v1/knowledge/claims/1051468MCP
get_claim(id=1051468)