求解二次规划问题的拉格朗日及有效集方法

合集下载

含VSC-HVDC的交直流系统可用输电能力计算

含VSC-HVDC的交直流系统可用输电能力计算

含VSC-HVDC的交直流系统可用输电能力计算李国庆;张健【摘要】利用等值电压源方法对电压源换流器进行等效,从而导出了适合于优化计算的电压源换流器型直流输电(VSC-HVDC)系统模型.该模型能够考虑换流器的各种控制方式及运行限制,且可用于多端直流系统.建立了含有VSC-HVDC的交直流系统可用输电能力计算模型,在模型中考虑了对换流器控制变量的多种优化方式,并应用序列二次规划法对模型进行求解.通过对修改后的EPRI-36节点交直流系统进行仿真计算,验证了所提出模型的实用性及算法的有效性.%The voltage source converter is equivalently represented by voltage source model, thus the model of voltage source converter-high voltage direct current (VSC-HVDC) system suitable for optimal power flow calculation is developed.The model considers any control mode and operating limits of the converter: moreover, it could be applied to multi-terminal VSC-HVDC.The mathematical model of ATC for AC/DC systems with VSC-HVDC is set up in this paper, in which various methods for optimizing control variables of converters are considered.Sequential quadratic programming method is applied to calculate the ATC model.The modified EPRI-36 bus AC/DC system is simulated and numerical results illustrate the utility and validity of the proposed model and method.【期刊名称】《电力系统保护与控制》【年(卷),期】2011(039)001【总页数】7页(P46-52)【关键词】可用输电能力;电压源换流器;交直流系统;序列二次规划法【作者】李国庆;张健【作者单位】东北电力大学电气工程学院,吉林,吉林,132012;吉林省电力有限公司调度通信中心,吉林,长春,130021【正文语种】中文【中图分类】TM71在电力市场环境下,电力系统区域间可用输电能力不仅是衡量输电网传输能力的一个重要指标,也可以为判断电网是否安全稳定运行提供依据,而且还能够引导市场参与者进行电力交易、刺激商业竞争以充分利用现有资源。

规划数学最优性条件及二次规划

规划数学最优性条件及二次规划

判别条件
D 若
是 X (0) 的任一可行方向,则有 g j (X ) (0) T D 0, j J (X (0) ) (1)
3 下降方向 定义:
X (0) R, 0, [0,0] 时有 f (X (0) D) f (X (0) ) 称 D 为X (0)处的下降方向
判别条件
若 D 是 X (0) 的任一下降方向,则有 f ( X (0) )T D 0 (2) 若 D 既满足(1)式又满足(2)式则称 D 为 X (0)的下 降可行方向
*) 2*g2 ( X 1*g1( X *) 0 2*g2 ( X *) 0
*
)
3*g3
(
X
*
)
0
3*g3 ( X *) 0
1*, 2*, 3* 0
1
0
1*
3(1 x1* 1
)2
2*
1 0
3*
0 1
0 0
1*[(1 x1*)3 x2*] 0 2* x1* 0
(2)
x2
3, 1
1 6
X (0, 3)T 是K-T点
(iii)
1
0, 2
0
( 3),( 4 )
x12
x1
x22 x2
9 1
T
X
1
2
17
1 17 2
, 或X
1 17 2
(1) (2) 21(x1 x2 ) 1 2x1 (6)
T
1 17 2
将求出的 1 17 1 17 T
p
处起作用(紧)约束的下标集
记 R=X g j (X ) 0 j 1,..., p 或 R=X g j (X ) 0 j 1,..., p;hi (X ) 0,i 1,..., m

序列二次规划算法

序列二次规划算法

序列二次规划法求解一般线性优化问题:12min (x)h (x)0,i E {1,...,m }s.t.(x)0,i {1,...,m }i i f g I =∈=⎧⎨≥∈=⎩ (1.1) 基本思想:在每次迭代中通过求解一个二次规划子问题来确定一个下降方向,通过减少价值函数来获取当前迭代点的移动步长,重复这些步骤直到得到原问题的解。

1.1等式约束优化问题的Lagrange-Newton 法考虑等式约束优化问题min (x)s.t.h (x)0,E {1,...,m}j f j =∈=(1.2)其中:,n f R R →:()n i h R R i E →∈都为二阶连续可微的实函数. 记1()((),...,())T m h x h x h x =. 则(1.3)的Lagrange 函数为: 1(,)()*()()*()mT i i i L x u f x u h x f x u h x ==-=-∑(1.3)其中12(,,...,)T m u u u u =为拉格朗日乘子向量。

约束函数()h x 的Jacobi 矩阵为:1()()((),...,())T T m A x h x h x h x =∇=∇∇.对(1.3)求导数,可以得到下列方程组:(,)()A()*(,)0(,)()T x u L x u f x x u L x u L x u h x ∇⎡⎤⎡⎤∇-∇===⎢⎥⎢⎥∇-⎣⎦⎣⎦(1.4)现在考虑用牛顿法求解非线性方程(1.4).(,)L x u ∇的Jacobi 矩阵为:(,)()(,)()0T W x u A x N x u A x ⎛⎫-= ⎪-⎝⎭(1.5)其中221(,)L(,)()*()mxx iii W x u x u f x u h x ==∇=∇-∇∑是拉格朗日函数L(,)x u 关于x 的Hessen 矩阵.(,)N x u 也称为K-T 矩阵。

对于给定的点(,)k k k z x u =,牛顿法的迭代格式为:1k k k z z z +=+∆. 其中k k (d ,v )k z ∆=是线性方程组k k k k (,)()(x )A(x )u *()0(x )k k k k T T k k d W x u A x f A x v h ⎛⎫-⎛⎫-∇+⎛⎫= ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭(1.6)的解。

投资组合理论简介

投资组合理论简介

投资组合理论简介投资组合理论有狭义和广义之分。

狭义的投资组合理论指的是马柯维茨投资组合理论;而广义的投资组合理论除了经典的投资组合理论以及该理论的各种替代投资组合理论外,还包括由资本资产定价模型和证券市场有效理论构成的资本市场理论。

同时,由于传统的EMH 不能解释市场异常现象,在投资组合理论又受到行为金融理论的挑战。

投资组合理论的提出[1]美国经济学家马考维茨(Markowitz)1952年首次提出投资组合理论(Portfolio Theory),并进行了系统、深入和卓有成效的研究,他因此获得了诺贝尔经济学奖。

该理论包含两个重要内容:均值-方差分析方法和投资组合有效边界模型。

在发达的证券市场中,马科维茨投资组合理论早已在实践中被证明是行之有效的,并且被广泛应用于组合选择和资产配置。

但是,我国的证券理论界和实务界对于该理论是否适合于我国股票市场一直存有较大争议。

从狭义的角度来说,投资组合是规定了投资比例的一揽子有价证券,当然,单只证券也可以当作特殊的投资组合。

人们进行投资,本质上是在不确定性的收益和风险中进行选择。

投资组合理论用均值—方差来刻画这两个关键因素。

所谓均值,是指投资组合的期望收益率,它是单只证券的期望收益率的加权平均,权重为相应的投资比例。

当然,股票的收益包括分红派息和资本增值两部分。

所谓方差,是指投资组合的收益率的方差。

我们把收益率的标准差称为波动率,它刻画了投资组合的风险。

人们在证券投资决策中应该怎样选择收益和风险的组合呢?这正是投资组合理论研究的中心问题。

投资组合理论研究―理性投资者‖如何选择优化投资组合。

所谓理性投资者,是指这样的投资者:他们在给定期望风险水平下对期望收益进行最大化,或者在给定期望收益水平下对期望风险进行最小化。

因此把上述优化投资组合在以波动率为横坐标,收益率为纵坐标的二维平面中描绘出来,形成一条曲线。

这条曲线上有一个点,其波动率最低,称之为最小方差点(英文缩写是MVP)。

二次规划问题

二次规划问题

9.2.4 二次规划问题9.2.4.1 基本数学原理如果某非线性规划的目标函数为自变量的二次函数,约束条件全是线性函数,就称这种规划为二次规划。

其数学模型为:其中,H, A,和Aeq为矩阵,f, b, beq, lb, ub,和x为向量。

9.2.4.2 相关函数介绍quadprog函数功能:求解二次规划问题。

语法:x = quadprog(H,f,A,b)x = quadprog(H,f,A,b,Aeq,beq,lb,ub)x = quadprog(H,f,A,b,Aeq,beq,lb,ub,x0)x = quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options)[x,fval] = quadprog(...)[x,fval,exitflag] = quadprog(...)[x,fval,exitflag,output] = quadprog(...)[x,fval,exitflag,output,lambda] = quadprog(...)描述:x = quadprog(H,f,A,b) 返回向量x,最小化函数1/2*x'*H*x + f'*x ,其约束条件为A*x <= b。

x = quadprog(H,f,A,b,Aeq,beq)仍然求解上面的问题,但添加了等式约束条件Aeq*x = beq。

x = quadprog(H,f,A,b,lb,ub)定义设计变量的下界lb和上界ub,使得lb <= x <= ub。

x = quadprog(H,f,A,b,lb,ub,x0)同上,并设置初值x0。

x = quadprog(H,f,A,b,lb,ub,x0,options)根据options参数指定的优化参数进行最小化。

[x,fval] = quadprog(...)返回解x处的目标函数值fval = 0.5*x'*H*x + f'*x。

求解二次规划问题的拉格朗日及有效集方法

求解二次规划问题的拉格朗日及有效集方法

求解二次规划问题的拉格朗日及有效集方法——最优化方法课程实验报告学院:数学与统计学院班级:硕2041班姓名:王彭学号:3112054028指导教师:阮小娥同组人:钱东东求解二次规划问题的拉格朗日及有效集方法求解二次规划问题的拉格朗日及有效集方法摘要二次规划师非线性优化中的一种特殊情形,它的目标函数是二次实函数,约束函数都是线性函数。

由于二次规划比较简单,便于求解(仅次于线性规划),并且一些非线性优化问题可以转化为求解一些列的二次规划问题,因此二次规划的求解方法较早引起人们的重视,称为求解非线性优化的一个重要途径。

二次规划的算法较多,本文仅介绍求解等式约束凸二尺规划的拉格朗日方法以及求解一般约束凸二次规划的有效集方法。

关键字:二次规划,拉格朗日方法,有效集方法。

- 1 -《最优化方法》课程实验报告- 2 - 【目录】摘要........................................................................................................................... - 1 -1 等式约束凸二次规划的解法............................................................................... - 3 -1.1 问题描述.................................................................................................... - 3 -1.2 拉格朗日方法求解等式约束二次规划问题............................................ - 3 -1.2.1 拉格朗日方法的推导...................................................................... - 3 -1.2.2 拉格朗日方法的应用...................................................................... - 4 -2 一般凸二次规划问题的解法............................................................................... - 5 -2.1 问题描述.................................................................................................... - 5 -2.2 有效集法求解一般凸二次规划问题........................................................ - 6 -2.2.1 有效集方法的理论推导.................................................................. - 6 -2.2.2 有效集方法的算法步骤.................................................................. - 9 -2.2.3 有效集方法的应用........................................................................ - 10 -3 总结与体会......................................................................................................... - 11 -4 附录..................................................................................................................... - 11 -4.1 拉格朗日方法的matlab程序................................................................. - 11 -4.2 有效集方法的Matlab程序 .................................................................... - 11 -求解二次规划问题的拉格朗日及有效集方法- 3 -1 等式约束凸二次规划的解法1.1 问题描述我们考虑如下的二次规划问题⎪⎩⎪⎨⎧=+b Ax t s x c Hx x T T ..,21min (1.1) 其中n n R H ⨯∈对称正定,n m R A ⨯∈行满秩,n R x c,∈,m R b ∈。

大规模二次规划相关算法的研究

大规模二次规划相关算法的研究

致 谢两年半的时间对于整个人生而言,也许是短暂而微不足道的。

但即将过去的这个两年半对我而言,却是人生一个重要的里程碑,深刻而难忘。

而在成长的过程中,众多的良师益友给予我生活上的关怀和照顾,科研上的指导和帮助以及思想上的鞭策和鼓励,都将使我终身难忘。

首先要感谢我的导师。

在辽宁工程技术大学攻读硕士研究生的过程中,我有幸得到了导师的指导。

导师渊博的学识、敏捷的思维、严谨的治学态度和平易近人的长者风度,都给我留下了深刻的印象,也为我树立了终身学习的榜样。

在此向导师表示深深的感激和敬意之情。

其次要感谢多年来养育、关心我的父母,对我求学生涯的关心与支持,没有他们的培养和教导,我不会有今天的成绩。

再次要感谢应用数学研究所的全体老师和同学,我的师兄、师弟、师妹们,谢谢你们给我帮助、陪我度过研究生生涯。

最后,向在百忙中抽出时间参加本次论文评阅和答辩的诸位老师表示衷心的谢意!摘 要在实际的生产和生活中,很多问题都是大规模最优化问题,因此研究大规模最优化问题具有十分重要的意义,尤其是最优化中的大规模二次规划问题。

虽然很多学者做了很多的研究工作,但是由于计算机存储空间的局限性,这方面还存在很多的困难。

所以人们迫切希望找到一种有效的算法来求解大规模二次规划问题。

本文首先介绍了大规模非线性规划的研究现状及发展趋势,二次规划的研究现状以及发展趋势,研究的背景、目的和意义。

简单介绍了二次规划的基础理论,介绍了二次规划的模型,二次规划的最优性条件以及二次规划可分解的条件,概括了本文的主要工作。

然后,介绍了一些大规模二次规划问题的求解方法。

例如,大规模界约束极小化问题的有效集阶段牛顿法;大规模二次规划的矩阵分解算法;大规模严格凸二次规划问题算法;大规模简单界约束的凸二次规划的算法。

接下来,本文提出了一种求解大规模问题的主矩阵分裂算法。

这种算法将一个大规模二次规划分解成一系列容易求解的小规模的二次规划子问题进行求解,算法可以极大的简化,并对算法进行了收敛性分析,产生的点列收敛到问题的稳定点。

最优化二次规划

最优化二次规划

关于(1问 .4 1)的 题 KK 系 T统解,的 有存 下在 面 :性 的
定理11.1.1设矩阵A行满秩,若二阶充分条件成 ,则立 线性方程(组 .)的系数矩阵
QA
AT
非奇异,因此线性方程(组.)有惟一解 .
证明:为证明系 非数 奇,矩 异 只阵 需证明齐次线 组性
QA
AT
dv
仅有零. 解
如果 iAk,aiTxk1bi,则 Ak1Ak {i}
为计算可 dk,我 行们 方修 向 (1改 .11如 0 问 ) 下 题
令 d x-x k,即 x x k d代入 (1.1 1问 得 0)题 到 ,
minf(x)1 2dTQ df(xk)Td s.t.aiTd0,iAk
(11.11)
设 (1.11)1的解 dk,容 为易,x看 k是出 问 (1.11 题 )0的解等 于 dk 0是问 (1.1 题 1)1的.解 因此1定 1.等 2理 .1价于下 面的定理:
由于 x*是 KK点 T,故存在 *,乘 使子 得
Q*xqAT*
所以 f(x ) f(x * )* T A d
因此, x*是全局最优.解
注 意D : ,当 但 二 阶 条 件 ZTQ 不 不 Z成 正立 ,定 则或 时
问(题 .)无解或有 . 无界解 (1) 若ZTQZ不定 ,即有负特,存 征在 u值 0,使得
唯一解.
利用H 投 es影 矩 sia,阵 定 n 1理 .1 1.1可以等价 : 描述
定1理 .1.2设矩 A行 阵满 ,若 秩 二次规 (1.1 4划 )的问 投 影 Hes矩 siaZ 阵 T nQ正 Z ,定 则线性(1方 .1 5)有 程惟 组.一
众所,周 由知 于二次规数 划是 的线 约 ,故 性 束 AC的 函 Q 成,立 从而二次规必 划定 的 K是 最 K点 T.优 反解 ,之 在 一定条 , K 件 K点 下 T也必定是: 其最优解
  1. 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. 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. 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)。

求解二次规划问题的拉格朗日及有效集方法——最优化方法课程实验报告学院:数学与统计学院班级:硕2041班*****学号:**********指导教师:***同组人:钱东东求解二次规划问题的拉格朗日及有效集方法求解二次规划问题的拉格朗日及有效集方法摘要二次规划师非线性优化中的一种特殊情形,它的目标函数是二次实函数,约束函数都是线性函数。

由于二次规划比较简单,便于求解(仅次于线性规划),并且一些非线性优化问题可以转化为求解一些列的二次规划问题,因此二次规划的求解方法较早引起人们的重视,称为求解非线性优化的一个重要途径。

二次规划的算法较多,本文仅介绍求解等式约束凸二尺规划的拉格朗日方法以及求解一般约束凸二次规划的有效集方法。

关键字:二次规划,拉格朗日方法,有效集方法。

- 1 -《最优化方法》课程实验报告- 2 - 【目录】摘要........................................................................................................................... - 1 -1 等式约束凸二次规划的解法............................................................................... - 3 -1.1 问题描述.................................................................................................... - 3 -1.2 拉格朗日方法求解等式约束二次规划问题............................................ - 3 -1.2.1 拉格朗日方法的推导...................................................................... - 3 -1.2.2 拉格朗日方法的应用...................................................................... - 4 -2 一般凸二次规划问题的解法............................................................................... - 5 -2.1 问题描述.................................................................................................... - 5 -2.2 有效集法求解一般凸二次规划问题........................................................ - 6 -2.2.1 有效集方法的理论推导.................................................................. - 6 -2.2.2 有效集方法的算法步骤.................................................................. - 9 -2.2.3 有效集方法的应用........................................................................ - 10 -3 总结与体会......................................................................................................... - 11 -4 附录..................................................................................................................... - 11 -4.1 拉格朗日方法的matlab程序................................................................. - 11 -4.2 有效集方法的Matlab程序 .................................................................... - 11 -求解二次规划问题的拉格朗日及有效集方法- 3 -1 等式约束凸二次规划的解法1.1 问题描述我们考虑如下的二次规划问题⎪⎩⎪⎨⎧=+b Ax t s x c Hx x T T ..,21min (1.1) 其中n n R H ⨯∈对称正定,n m R A ⨯∈行满秩,n R x c,∈,m R b ∈。

1.2 拉格朗日方法求解等式约束二次规划问题1.2.1 拉格朗日方法的推导首先写出拉格朗日函数: )(21)L(x,b Ax x c Hx x T T T --+=λλ,(1.2)令0),(,0),(=∇=∇λλλx L x L x ,得到方程组.,A -Hx T b Ax c -=--=λ将上述方程组写成分块矩阵形式:.0H ⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡--b c x AA T λ(1.3)我们称伤处方程组的系数矩阵⎥⎦⎤⎢⎣⎡0A-A -H T为拉格朗日矩阵。

下面的定理给出了线性方程组(1.1)有唯一解的充分条件。

定理1 设n m R H ⨯∈对称正定,n m R A ⨯∈行满秩。

若在问题(1.1)的解*x 处满足二阶充分条件,即,0,0,,0d T =≠∈∀>Ad d R d Hd n则线性方程组(1.4)的系数矩阵非奇异,即方程组(1.4)有唯一解。

其中,方程组(1.4)为(1.1)对应的齐次方程组:《最优化方法》课程实验报告- 4 - 00A -H T =⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡-v d A(1.4).下面,我们来推导方程(1.3)的求解公式。

根据定理1,拉格朗日矩阵必然是非奇异的,故可设其逆为⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡C B B G T 0A -A -H T . 由恒等式⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡⨯⨯m n m m n nT I I C B B G 000A-A -H T 可得.,0,0,A HG T m Tn m m n T T n I AB AG C A HB I B ==-=--=+⨯⨯于是由上述四个等式得到矩阵C B,G,的表达式)7.1(.)()6.1(,)()5.1(,)(H G 111111111-1----------==-=T T T T A AH C AH A AH B AH A AH A H 因此,由(1.3)可得解得表达式)8.1(,x ⎥⎦⎤⎢⎣⎡-+-=⎥⎦⎤⎢⎣⎡--⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡Cb Bc b B Gc b c C BB G T T λ其中,C B,G,分别由(1.5),(1.6),(1.7)给出。

下面给出x 和λ的另一种等价表达式。

设k x 是问题(1.1)的任一可行点,即k x 满足b =k Ax 。

而在此点处目标函数的梯度为c Hx x f k k +=∇=)(g k ,利用kx 和k g ,可将(1.8)改写为)9.1(.x ⎥⎦⎤⎢⎣⎡-=⎥⎦⎤⎢⎣⎡k k k Bg Gg x λ1.2.2 拉格朗日方法的应用(1)拉格朗日方法的Matlab 程序见附录。

(2)利用拉格朗日方法求解下列问题:求解二次规划问题的拉格朗日及有效集方法- 5 -.22,4..,22min 321321321232221=+-=+++-++x x x x x x t s x x x x x x解 容易写出.24,112111,100,200042022H ⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡-=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡--=b A c 利用Matlab 程序求解该问题可以结果如下:2 一般凸二次规划问题的解法2.1 问题描述考虑一般二次规划)1.2(,},,1{,0},,,1{,0..,21min ⎪⎪⎩⎪⎪⎨⎧+=∈≥-=∈=-+m l I i b x a l E i b x a t s x c Hx x iT i i Ti TT其中H 是n 阶对称阵。

记I}i 0,b -x a |{i )I(x i *T i *∈==,下面的定理给出了问题(2.1)的一个最优性充要条件。

定理2 *x 是二次规划问题(2.1)的局部极小点当且仅当《最优化方法》课程实验报告- 6 - (1)存在m R ∈*λ,使得.)(\,0;,0,,0,,0,0********⎪⎪⎩⎪⎪⎨⎧∈=∈≥∈≥-∈=-=--+∑∑∈∈x I I i I i I i b x a E i b x a a a c Hx i ii T i i T i Ii i i E i i i λλλλ (2)记0}.)I(x i 0,a d );I(x i 0,a d E;i 0,a d |{0}\R {d S **i T *i T i T n >∈=∈≥∈=∈=i λ且则对于任意的S d ∈,均有0d T ≥Hd .容易发现,问题(2.1)是凸二次规划的充要条件是H 半正定。

此时,定理2的第二部分自然满足。

注意到凸优化问题的局部极小点也是全局极小点的性质,我们有下面的定理:定理3 *x 是凸二次规划的全局极小点的充要条件是*x 满足KT 条件,即存在m R ∈*λ,使得⎪⎪⎩⎪⎪⎨⎧∈=∈≥∈≥-∈=-=--+∑∑∈∈).(\,0;,0,,0,,0,0Hx ********x I I i I i I i b x a E i b x a a a c i ii T i i T i E i Ii i i i i λλλλ 2.2 有效集法求解一般凸二次规划问题2.2.1 有效集方法的理论推导首先引入下面的定理,它是有效集方法理论基础。

定理 4 设*x 是一般凸二次规划问题的全局极小点,且在*x 处的有效集为)()(**x I E x S =,则*x 也是下列等式约束凸二次规划)2.2().(,0..,21min*⎪⎩⎪⎨⎧∈=-+x S i b x a t s x c Hx x i T i T T的全局极小点。

从上述定理可以发现,有效集方法的最大难点是事先一般不知道有效集)(*x S ,因此只有想办法构造一个集合序列去逼近它,即从初始点0x 出发,计算求解二次规划问题的拉格朗日及有效集方法- 7 -有效集)(0x S ,解对应的等式约束子问题。

相关文档
最新文档