3 既约梯度法.pptVIP

* * 既约梯度法 简介 1963年，Wo1fe将线性规划的单纯形法推广到具有非线性 目标函数的问题，提出了产生可行下降方向的另一类方法， 称为既约梯度法(Reduced Gradient Method). 问题 既约梯度法 基本原理 (1) 用既约梯度构造可行下降方向 假设问题(9.3.1)的约束是非退化的，且Rank(A)=m． 基矩阵 非基矩阵 非基变量列 基变量列 (9.3.1) (9.3.2) 既约梯度法 基本原理 (1) 用既约梯度构造可行下降方向 这是一个n-m维问题，而且除变量非负约束外不带其它约束 条件, 因此, 问题(9. 3. 3)是比原来问题较低维的简单问题． 为 既约梯度法 基本原理 (1) 用既约梯度构造可行下降方向 根据定理9.1.1, 非零向量d为x 处的可行下降方向的充要条件为 分解d为: (9.3.5) (9.3.4) = = 既约梯度法 基本原理 (1) 用既约梯度构造可行下降方向 d为可行下降方向 如果取 Wolfe的修正式 此修正式可能会使算法收敛到非K-T点. 既约梯度法 基本原理 (1) 用既约梯度构造可行下降方向 Mc Cormick的修正式 可行下降方向d 满足 结论 既约梯度法 基本原理 (1) 用既约梯度构造可行下降方向 结论： 定理9.3.1 (2) 确定一维搜索步长 一维搜索问题 算法步骤 Step1 Step2 Step3 Step4 Step5 Step6 Wolfe 既约梯度法