工优第六章讲述.ppt

则约束条件 可改写为 初始点为可行点 算例 解: 第一次迭代 即 求步长 进行一维搜索, 解 第二次迭代 进行一维搜索, 解 求步长 第三次迭代 设 为(7)的可行点， 处可微， 在 处连续。如果 则d 是 处的可行下降方向。（陈宝林P367） 在 定理： 在迭代点 x k ，I (x k)是起作用约束集，设 d k 满足 则d k是一个可行下降方向。 求解(8),可得到一个可行下降方向d k ， d k 可通过下述线性规划得到： 改进方法：在找可行下降方向时考虑所有约束，即 可证：改进方法具有全局收敛性。 考虑线性约束的非线性问题 梯度投影法 目标函数的最速下降方向是负梯度方向．但是，在有约束情况下，沿最速下降方向移动可能导致非可行点． 措施：对负梯度进行投影，使得目标函数值不仅改进，同时 又保持迭代点的可行性． 梯度投影法(Gradient Projection Method) 考虑线性约束的非线性问题 梯度投影法 梯度投影法是1960年由Rosen提出，并由Goldfarb和Lapidus 于1968年加以改进.