第九章非线性规划.docVIP

1. 非线性规划 我们讨论过线性规划,其目标函数和约束条件都是自变量的线性函数。目标函数是非线性函数或约束条件是非线性等式不等式一类数学规划。在科学管理和其他领域中，很多实际问题可以归结为线性规划，但还有另一些问题属于非线性规划。由于非线性规划含有深刻的背景和丰富的内容，已发展为的重要分支，并且在最优设计管理科学系统控制等领域得到越来越广泛的应用。非线性规划的研究始于是由W.卡鲁什首次进行的，40年代后期进入系统研究，1951年H.W.库恩和A.W.塔克提出最优化的判别条件从而奠定了非线性规划的理论基础后来在理论研究和实用算法方面都有很大的发展。非线性规划求解方法可分为无约束问题和约束问题来讨论，前者实际上就是多元函数的极值问题，是后一问题的基础。无约束问题的求解方法有最陡下降法、共轭梯度法、变尺度法和鲍威尔直接法等。关于约束非线性规划情况比较复杂，因为在迭代过程中除了要使目标函数下降外，还要考虑近似解的可行性。总的原则是设法将约束问题化为无约束问题；把非线性问题化为线性问题从而使复杂问题简单化。求解方法有可行方向法、约束集法、制约函数法、简约梯度法、约束变尺度法、二次规划法等。虽然这些方法都有较好的效果，但是尚未找到可以用于解决所有非线性规划的统一算法。。箱,每箱啤酒的平均库存成本为元,每次订货成本都为元。。表示每次定货数量,那么年定货次数可以为,年订货成本为。,所以,年持有成本为,年库存成本可以表示为: 将它表示为数学规划问题: 其中为决策变量,因为目标函数是非线性的,约束条件是非负约束问题。 其中表示一年期国债利率在周期开始时的利率,误差服从。:一年期国债利率历史样本数据 1 2 3 4 5 6 7 8 9 10 11 12 13 4.28 4.14 3.85 4.07 4.18 4.66 4.51 4.54 4.59 4.48 4.47 4.47 4.72 利用最小二乘法估算 由于在周期回归误差的平方为 , 比如说,当时, 总回归误差为 我们需要求解下述数学规划问题: 其中为决策变量,显然,这是无约束问题。,并且希望在未来的天中将其全部卖出。在未来天的总期望价值为: 其中,是基金公司在第日卖出股票的数量,是在日股票的平均价格。具有下述动态特性: 那么基金管理公司应当如何确定股票每日卖出数量? 很显然,不同的卖出方案,基金管理公司获得的收益是不同的。的总期望价值。日内卖出数量之和应当等于总持有量,价格动态特征,以及每日卖出数量大于等于零。 其中,,这是目标函数为非线性函数,约束条件是线性等式约束条件的非线性规划问题。和。已知电视机每月最大的销售量为台,电视机每月的最大销售量为台。工厂采用随销售量增加而递减销售价格的定价方式对电视机进行定价,那么单台电视机的利润是随着销售量的增加而递减。 我们分别以和表示电视机和的月销售量,那么电视机的销售收入可以表示为: 它说明第一部型电视机的利润为元,最后一部(第500)型电视机的利润为元。电视机的销售收入可以表示为: 电视机的生产受到下下述条件限制: 装配工时限制:每月最多可供使用的工时是小时,而装配一台电视机需要工时,装配一台电视机需要工时。 机器加工能力限制:每日最多可供使用的机时是小时,加工一台电视机需要机时,加工一台电视机需要机时。 那么,如何决定每种电视机的月产量,使月销售收入最大。 如果我们以二款电视机的月销售收入之和作为目标函数,则电视机生产管理的最优化问题被表示为: 这是目标函数为二次可分离函数,约束条件为线性不等式的非线性规划问题。。 其中:是具有个自变量的连续(通常存在一阶导数)函数;,是的子集合。为非线性规划问题的可行域,如果,则非线性规划问题就变为无约束条件的非线性规划问题;如果,则非线性规划问题为带约束非线性规划问题。,则称为可行点。为非线性规划问题的目标函数,使在可行域上达到最小值的点为最优解(极小点),对应的目标函数值为最优值(极小值)。是线性函数并且是维空间中的单纯形,非线性规划就变成了线性规划问题。。 其中:和都是连续,可导函数。称为等式约束;第二组约束,称为不等式约束。的可行域可以表示为: 不难看出,带约束非线性规划模型的可行域是的子集合,所以它也是非线性规划模型的一个特例。,给出非线性规划解的定义。,, 如果,并且存在的邻域使得: 则是非线性规划的局部最优解或局部极小点,称是非线性规划的局部最优值或局部极小值。 如果,并且存在的邻域使得: 则是非线性规划的严格局部最优解或严格局部极小点,称是非线性规划的严格局部最优值或严格局部极小值。,, 如果,使得: ,则是非线性规划的全局最优解或全局极小点,称是非线性规划的全局最优值或全局极小值