第讲非线性规划解析.pptVIP

* 非线性规划讲义 定义 如果目标函数或约束条件中至少有一个是非线性函数时的最优化问题就叫做非线性规划问题． 非线性规划的基本概念 一般形式: （1） 其中 ， 是定义在 En 上的实值函数，简记: 其它情况: 求目标函数的最大值或约束条件为小于等于零的情况，都可通过取其相反数化为上述一般形式． 定义1 把满足问题（1）中条件的解 称为可行解（或可行点），所有可行点的集合称为可行集（或可行域）．记为D．即 问题(1)可简记为 ． 定义2 对于问题(1)，设 ，若存在 ,使得对一切 ，且 ，都有 ，则称X*是f(X)在D上的局部极小值点（局部最优解）．特别地当 时，若 则称X*是f(X)在D上的严格局部极小值点（严格局部最优解）． 定义3 对于问题(1),设 ,对任意的 ,都有 则称X*是f(X)在D上的全局极小值点（全局最优解）．特别地当 时，若 ，则称X*是f(X)在D上的严格全局极小值点（严格全局最优解）． （投资决策问题）某企业有 个项目可供选择投资， 元，投资于第 个项目需花资金 元，并预计可收益 元。试选择最佳投资方案。 并且至少要对其中一个项目投资。已知该企业拥有总资金 （投资决策问题）某企业有 个项目可供选择投资， 元，投资于第 个项目需花资金 元，并预计可收益 元。试选择最佳投资方案。 并且至少要对其中一个项目投资。已知该企业拥有总资金 解 设投资决策变量为 ， 则投资总额为 投资总收益为 因为该公司至少要对一个项目 ，故有限制条件 另外，由于 只取值0或1，所以还有 投资，并且总的投资金额不能超过总资金 最佳投资方案应是投资额最小而总收益最大的方案，所以这个最佳投资决策问题归结为总资金以及决策变量（取0或1）的限制条件下，极大化总收益和总投资之比。因此，其数学模型为： s.t. 对于一个实际问题，在把它归结成非线性规划问题时，一般要注意如下几点： （i）确定供选方案：首先要收集同问题有关的资料和数据，在全面熟悉问题的基础上，确认什么是问题的可供选择的方案，并用一组变量来表示它们。 （ii）提出追求目标：经过资料分析，根据实际需要和可能，提出要追求极小化或极大化的目标。并且，运用各种科学和技术原理，把它表示成数学关系式。 （iii）给出价值标准：在提出要追求的目标之后，要确立所考虑目标的“好”或“坏”的价值标准，并用某种数量形式来描述它。 （iv）寻求限制条件：由于所追求的目标一般都要在一定的条件下取得极小化或极大化效果，因此还需要寻找出问题的所有限制条件，这些条件通常用变量之间的一些不等式或等式来表示。 非线性规划的基本解法 SUTM内点法（障碍罚函数法） SUTM外点法 1、罚函数法 2、近似规划法 3、Matlab解法 线性规划与非线性规划的区别 如果线性规划的最优解存在，其最优解只能在其可行域的边界上达到（特别是可行域的顶点上达到）；而非线性规划的最优解（如果最优解存在）则可能在其可行域的任意一点达到。 罚函数法 罚函数法求解非线性规划问题的思想是，利用问题中的约束函数作出适当的罚函数，由此构造出带参数的增广目标函数，把问题转化为无约束非线性规划问题。主要有两种形式，一种叫SUMT外点法，另一种叫SUMT内点法， 利用罚函数法，可将非线性规划问题的求解，转化为求解一系列无约束极值问题，因而也称这种方法为序列无约束最小化技术，简记为?SUMT (Sequential Unconstrained Minization Technique)。 其中T(X,M)称为罚函数，M称为罚因子，带M的项称为罚项，这里的罚函数只对不满足约束条件的点实行惩罚：当 时，满足各 ，故罚项=0，不受惩罚．当 时，必有 的约束条件，故罚项0，要受惩罚． SUMT外点法 罚函数法的缺点是：每个近似最优解Xk往往不是容许解，而只能近似满足约束，在实际问题中这