数学实验报告——利用MALTAB进行非线性规划.docxVIP

实验七 非线性规划一、求解非线性规划㈠问题描述对问题min { 100*(x(2)-x(1)^2)^2 + (1-x(1))^2 + 90*(x(4)-x(3)^2)^2 + (1-x(3))^2 + 10.1*((1-x(2))^2+(1-x(4))^2) + 19.8*(x(2)-1)*(x(4)-1)}分别增加三个条件，并分别取初值(-3,-1,-3,-1)和(3,1,3,1)，求解非线性规划。㈡简要分析本题是一道比较简单的非线性规划求解问题，不涉及数学建模以及应用分析等问题，只需要将所给问题转化为MATLAB代码进行处理。这里可以采用不同的算法，并对比进行分析。㈢方法与公式1、求解规划方法求解本题可以考虑几种规划。对于第(1)组约束来说，仅含有上下界约束，可以考虑使用SQP方法或者置信域方法；但是考虑到本题规模较小，这里仅采用SQP方法。（事实是，设定使用大规模算法后，MATLAB仍旧自动使用SQP完成计算，因而无法进行对比）；对第(2)组约束来说，仅可以使用SQP方法；对第(3)组约束来说，可以使用SQP方法，也可以利用后两个等式把规划化化简后再使用SQP方法。2、计算方法求解梯度时，可以考虑使用数值解法或者解析解法，这里一并给出并进行了简要对比。事实上，也可以进一步分析求解海森矩阵，但考虑到矩阵比较复杂，这里没有给出实现。㈣结果与分析1、计算结果如下表所示：初值[-3，-1，-3，-1][3，1，3，1][10，10，0，0][-5，-10，30，-20]计算方法数值分析数值分析数值分析数值分析最优解[1,1,1,1][1,1,1,1][1,1,1,1][1,1,1,1][1,1,1,1][1,1,1,1][1,1,1,1][1,1,1,1]函数代次数2424706582877375调用次数13663372154438209387177对初值[-3，-1，-3，-1]和[3，1，3，1]来说，第一组约束条件下原函数的最优解都为[1,1,1,1]，最优目标值为0。分析：a.本例中，使用不同的初值，迭迭代得到的最优解相同,进而函数值相同。当然这里并不是所有计算结果全都为1，但是都与其极其相近，这里不做区分；b.迭代次数方面发现了一个有意思的现象：使用分析方法进行梯度计算时，迭代次数反而有可能比数值方法计算的迭代次数大。不过从实验可以看出，这并不一定成立，例如对第二组初值来说分析方法的迭代次数较小。猜想产生这种现象的原因是：SQP方法在解决问题的过程中用二次函数对原函数进行了近似，而这可能导致用数值计算得梯度反而比用分析计算得到的梯度更有利于向最优点的逼近。因而在某些情况下使用分析方法进行计算的迭代次数反而增加。不过总来讲两者相差不大；c.对比函数的调用次数可以看出使用分析方法的调用次数大约为数值方法的调用次数的一半左右。原因应当为，约一半的调用是用来计算数值梯度的。2、第二组约束计算结果如下表：初值[-3，-1，-3，-1][3，1，3，1][10，10，0，0][-5，-10，30，-20]计算方法数值分析数值分析数值分析数值分析x11.42061.42061.421.42-1.1082-1.10821.42061.4206x2-0.1888-0.1888-1.904-1.9041.23721.2372-0.1888-0.1888x3-1.4394-1.43941.46611.46610.88030.8803-1.4394-1.4394x42.08132.08132.15112.15110.77420.77422.08132.0813函数值493.8493.8487.99487.994.48984.4898493.8493.8迭代次数1818161655664540调用次数10712497112336461260264对初值[-3，-1，-3，-1]和[3，1，3，1]来说，第2组约束条件下原函数的最优解不相同，函数值分别为493.80和487.99。分析：a.本例中对4个初值进行迭代后得到三种不同的结果，其中第三种较前两种小很多，可能为约束内的最小值；b.使用数值方法和分析方法进行计算的结果基本一致；c.迭代次数方面，数值方法与分析方法大致相同，个别情况有差异，但是并没有严格的结论；d.函数调用次数方面可以看到，本次实验中分析方法的调用次数反而比数值方法更大，而且基本严格大于。猜测现象是由约束的梯度计算引起。3、第3组约束计算结果如下表：初值[-3，-1，-3，-1][3，1，3，1][10，-20，5，3][-5，10，15，-20]规划原规划化简后原规划化简后原规划化简后原规划化简后x112247449-2.237724-1.3980751.2247449-1.3981