非线性规划2011.pptVIP

非线性规划 沈阳工业大学 理学院 陈岩 非线性规划 非线性规划 非线性规划 非线性规划 非线性规划 无约束问题——一维搜索 非线性规划 非线性规划 非线性规划 无约束问题——min f (x) x∈ R 非线性规划 非线性规划 有约束问题 非线性规划 非线性规划 非线性规划 非线性规划 Matlab中的有约束问题 非线性规划 Matlab中的命令是 非线性规划 算例 非线性规划 算例 非线性规划 算例 非线性规划 竞赛试题 非线性规划 美国数学建模的准备 * * * 优化问题三要素：决策变量decision variable；目标函数objective function；约束条件constraints 约束条件 决策变量 目标函数 等约束equality constraint 不等约束inequality constraint 非线性规划问题的一般形式 　可行解feasible solution（满足约束）与可行域feasible region（可行解的集合） 　最优解optimal solution（取到最小minimum／大值maximum的可行解,对应最优值optimal value） 局部最优解或相对最优解local/relative optimizer 全局或整体最优解global optimizaer 优化模型的基本类型 无约束优化　unconstrained optimization 约束优化　constrained optimization 特殊：等式（不等式）方程组 system of equations(inequations) 数学规划mathematical programming 或连续优化continuous optmization 线性规划(LP) 目标和约束均为线性函数 Linear programming 非线性规划(NLP) 目标或约束中存在非线性函数 Nonlinear programming 二次规划(QP) 目标为二次函数、约束为线性 Quadratic programming 约束优化constrained optimization的简单分类 整数规划(IP) 决策变量(全部或部分)为整数 Integer programming 整数线性规划(ILP)，整数非线性规划(INLP) 纯整数规划(PIP), 混合整数规划(MIP) Pure (mixed) Integer programming 一般整数规划，0-1（整数）规划 Zero-one programming 离散优化discrete optimization 或组合优化combinatorial optimization 求解 y = f (x)极小值的数值迭代算法：一维搜索算法中的黄金分割法(0.618法). 分割法原理：设函数 f (x) 在闭区间 [a, b] 上是下单峰函数, 即在 (a, b) 内 f (x) 由唯一的极小点x*, 在x* 的左边 f (x) 严格单调下降, 在x* 的右边f (x)严格单调上升. 那么对于(a, b)内任意两点x1＜x2, 如果 f (x1)＜ f (x2 ), 则x*∈[a, x2]；否则x*∈[x1, b]. 如右图 给定下单峰区间 [a, b] 及控制误 差?＞0, 黄金分割法(0.618法)的 迭代步骤： ①取 x2 = a + 0.618 (b - a), f2 = f (x2), 转向②. ②取 x1 = a + 0.382 (b - a), f1 = f (x1), 转向③. ③若 | b - a |＜? , 则取x* = (a + b )/2, 停. 否则转向④. ④若f1＜ f2 , 则取b = x2 , x2 = x1, f2 = f1 , 转向②; 若f1＝ f2 , 则取a = x1, b = x2, 转向①; 若f1＞ f2 , 则取a = x1, x1= x2, f1 = f2 , 转向⑤. ⑤取 x2 = a + 0.618 (b - a), f2= f (x2), 转向③. 下面我们再给出一个求初始区间的进退算法, 在所求出的区间上 f (x) 是下单峰函数. 给定初始点x0和初始步长?＞0, 进退算法的迭代步骤： ①取 x1 = x0 +? , 计算 f (x0 ), f (x1). 若f (x0) ≥ f (x1), 则转向②；否则转向④. ②取? = 2? , x2 = x1 +? , 计算 f (x2 ). 若f (x2)≥ f (