第10讲可行方向法和制约函数法解析.pptVIP

* 第5章 有约束极值问题 最优性条件 （1学时） 二次规划 （1学时） 可行方向法 （1学时） 制约函数法 （1学时） 非线性规划软件求解简介 （1学时） 应用案例 （1学时） 可行方向法 制约函数法 重 点：可行方向法的思路；制约函数法的求解步骤。 难 点: 制约函数法的求解 基本要求：理解可行方向法的思路；掌握制约函数法的函数构造思路，了解制约函数法的步骤，会用制约函数法中惩罚函数和障碍函数法求解简单有约束极值问题。 第8讲 可行方向法和制约函数法 可行方向法（5.4） 可行方向法可看作无约束下降算法的自然推广，其典型策略是从可行点出发，沿着下降的可行方向进行搜索，求出使目标函数值下降的新的可行点．算法的主要步骤是选择搜索方向和确定沿此方向移动的步长．搜索方向的选择方式不同就形成各种可行方向法．下面给出Zoutendijk可行方向法。 设 点的起作用约束集非空，为求 点 的可行下降方向D，D应满足下述不等式： 解线性规划问题（2）得最优解 若 则 即为F-J点停止迭代。 若 则 即为可行下降方向。 以该可行下降方向进行一维搜索迭代出新点。 不等式组（1）等价于存在 使得下式成立 对于D要求指出方向，而不要求大小，故限定-1di1,且使得 的最大值 取极小，得到下面线性规划问题: 例1 用可行方向法求解（书上例5-5） 解：取初始点 于是有 于是有 由于 由于 故约束 不是初始点 的有效约束。取 从而有： 令 可得 令 取 于是有： ， ， ， 构造线性规划： 为了便于求解令 用单纯形法求解，可得最优解 ， ， 即 所以 所以 令 得 现暂时用该步长计算 有 因为 故 为可行点 选取 是可行的。继续迭代下去，可得最优解 最优值 （一） 罚函数法（外点法） 其中 是En的连续函数。 利用目标函数和约束函数组成辅助函数： 为罚因子。随着罚因子的增加，P（X）的最优 解越靠近可行域，最终趋于所求非线性规划的最优解 。 制约函数法 称为罚函数。 考虑约束问题 1 罚函数法的思路 通过一系列罚因子构造罚函数，将问题转化为序列无约束极值问题，求罚函数的极小点来逼近原约束极值问题的最优解。 2 罚函数法的迭代步骤 （1）给定初始点 ,初始罚因子 ，允许误差 及 ，令k=0。 （2）以 为初始点，对罚函数进行无约束及极小化， 求 ，得最优解 。 （3）若存在j ，使得 ，取 并令k=k+1,返回（2），否则停止迭代，并取 例1：用外点法求解非线性规划 构造罚函数 解析法求解 解： （1） 取不满足约束条件的点 则（1）（2）式变为 因X*为可行解 故为原问题最优解 取不满足约束条件的点 无法求出 则（1）（2）式变为 取不满足约束条件的点 则（1）（2）式变为 3 罚函数法的优缺点 优点 （1）程序简单适应性强 （2）外点容易求出，等式和不等式约束问题都适用。 缺点 （1）开始时M不能选得太大，否则可能求不出最优解； M选小了又会增加计算量， （2）每个M求出的都不是可行解。 适用场合 任何有约束极值问题。 （二） 障碍函数法（内点法） 考虑约束问题 利用目标函数和约束函数组成辅助函数，称为障碍函数P（X）。 对于障碍因子 ，选择为一个严格减小趋于零的数列 从可行点出发，逐个求解 （1）或（2）。 1 障碍函数法的思路 2 障碍函数法的迭代步骤 （1）给定初始点 ,初始障碍因子 ，允许误差 及 ，令k=0。 （2）以 为初始点，对障碍函数进行无约束极小化， 求 ，得最优解 。 （3）若存在j ，使得 取 并令k=k+1,返回（2），否则停止迭代，并取 例2：用内点法求解非线性规划 解：构造障碍函数 求解 可得： 如此求得： 3 障碍函数法的优缺点 优点 （1）程序简单适应性强， （2）每步迭代的