约束条件下多变量函数的寻优方法
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
第十章约束条件下多变量函数
的寻优方法
●将非线性规划→线性规划
●将约束问题→无约束问题
●将复杂问题→较简单问题
10.1约束极值问题的最优性条件
非线性规划:min f(X)
h i(X)=0 (i=1,2,…,m) (10.1.1)
g j(X)≥0 (j=1,2,…,l)
一、基本概念
1.起作用约束
设X(1)是问题(10.1.1)的可行点。对某g j(X)≥0而言:
或g j(X(1))=0:X(1)在该约束形成的可行域边界上。
该约束称为X(1)点的起作用约束。
或g j(X(1))>0:X(1)不在该约束形成的可行域边界上。
该约束称为X(1)点的不起作用约束。
X(1)点的起作用约束对X(1)点的微小摄动有某种限制作用。等式约束对所有可行点都是起作用约束。
()
θcos ab b a =⋅ 2.正则点
对问题(10.1.1),若可行点X (1)处,各起作用约束的梯度线性无关,则X (1)是约束条件的一个正则点。
3.可行方向(对约束函数而言)
用R 表示问题(10.1.1)的可行域。设X (1)是一个可行点。对某方向D 来说,若存在实数λ1>0,使对于任意λ(0<λ<λ1)均有X (1)+λD ∈R ,则称D 是点X (1)处的一个可行方向。 经推导可知,只要方向D 满足:
▽g j (X (1))T D>0 (j ∈J ) (10.1.3)
即可保证它是点X (1)的可行方向。J 是X (1)点起作用约束下标的集合。
在X (1)点,可行方向D 与各起作用约束的梯度方向的夹角为锐角 。
4.下降方向(对目标函数而言)
设X (1)是问题(10.1.1)的一个可行点。对X (1)的任一方向D 来说,若存在实数λ1>0,使对于任意λ(0<λ<λ1)均有f(X (1)+λD) ▽f(X (1))T D<0 (10.1.5) 即可保证它为X (1)点的下降方向。 在X (1)点,下降方向D 与该点处目标函数的负梯度方向的夹角为锐角。 5.可行下降方向 在可行点X(1)处,若方向D同时满足(10.1.3)和(10.1.5),则它是X(1)点的可行下降方向。 若X(1)点不是极小点,继续搜索的方向应该从该点的可行下降方向中去找。 若某点存在可行下降方向,则它不会是极小点。 若某点是极小点,则该点不存在可行下降方向。 二、库恩—塔克条件(一阶必要条件) ●它是非线性规划最重要的理论成果之一。 ●只要是最优点(且为正则点)就必然满足它。 ●满足它的点不一定是最优点(不是充分条件)。 ●对凸规划而言,它是最优点的充要条件。 1.库恩—塔克条件 对非线性规划(10.1.1)而言,若X*是局部(或全局)极小点且为上述约束条件的正则点,则一定存在向量 ∧*=(λ1*,λ2*,…,λm *)T 及Γ*=(γ1*,γ2*,…,γl *)T ,使得下述条件成立: γj *g j (X *)=0 (j=1,2,…,l) (10.1.7) γj *≥0 (j=1,2,…,l) (10.1.8) ● 共有n+m+l 个未知量(X ,∧*,Γ*) ● 可列n+m+l 个方程(其中有m 个等式约束方程) ● 由(10.1.7)知,在X *点不起作用约束g j (X *)>0 ,相应的γ j *=0 ● “正则点”是K-T 条件所必须的,但不是最优点所必须的。 问题(10.1.1)的广义拉格朗日函数: 广义拉格朗日乘子: λ 1*,λ2*,…,λm *及γ1*,γ2*,…,γl * () ()())6.1.10(01**1* **=∇-∇-∇∑∑==l j j j m i i i X g X h X f γλ()()() ⎥ ⎦⎤⎢⎣⎡--∑∑==l j j j m i i i X g X h X f 11γλ ⎥⎦ ⎤⎢⎣⎡=21*x x X 2.求满足库恩—塔克条件的点(K-T 点) 例:求下列非线性规划问题的K-T 点 min f(X)=2x 12+2x 1x 2+x 22-10x 1-10x 2 g 1(X)=5-x 12-x 22≥0 (1) g 2(X)=6-3x 1-x 2≥0 (2) 解:设K-T 点为 , 共有4个未知数x 1,x 2,γ1,γ2 由(10.1.6)及(10.1.7)各列出2个方程。 因只有2个不等式约束,可分4种情况讨论: (1) 两约束均不起作用:有γ1=γ2=0 (2) 约束(1)起作用,约束(2)不起作用:有γ2=0 (3) 约束(1)不起作用,约束(2)起作用:有γ1=0 (4) 两约束均起作用:有γ1>0,γ2>0 三、 关于凸规划的全局最优解定理 对非线性规划(10.1.1)而言,若f(X)是凸函数,g j (X)(j=1,2,…,l )是凹函数,h i (X) (i=1,2,…,m)是线性函数,可行域为R ,X *∈R,且在X *处有库恩—塔克条件(10.1.6)、(10.1.7)、(10.1.8)成立,则X *是全局最优解。 ● 上述R 是凸集,f(X)是凸函数,故为凸规划问题。 ● 对凸规划而言,K-T 条件是局部极小点的充要条件,且局