非线性规划张.docVIP

非线性规划张.doc

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共30页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
非线性规划张

第四章 非线性规划模型 第一节 非线性规划的实例与基本概念 一、非线性规划的实例 例1 化学反应的平衡组成 设现有原料由种原子组成,各种原子数量依次为共生成种分子(产品),设生产数量(待求)依次为。设第种分子中含各种原子的数量依次为 所有产品中含第种原子数之和为 由熟知的质量守恒定律有 在一定的温度、压力下,每种化合物都具有一定的自由能,根据化学热力学原理,当化学反应达到平衡状态时,系统的总自由能最小。用表示第种化合物具有的自由能,它的表达式为 其中是与温度、压力及有关的常数。总自由能为 问题变为求使 (4-1) (4-2) 式(4-1),(4-2)构成的数学模型显然与前几章的数学模型不同,它就是我们即将介绍的非线性规划模型。 例2 成组气田开发的最优化模型 设有一组个气田,要求在一定开发期内产气总量为,而为第个 气田的极限产量,为第个气田的最优产量(待求),为第个气田的生产井数,可按公式 计算,其中,分别为第个气田的地层边界压力和井底流动压力,,,是与第个气田的地层形状、流动条件、井排数、井排半径及井距有关的常数。要求各气田适当配产,使单产成本最低。 根据题意可得如下数学模型 (4-3) (4-4) 其中,,分别与第个气田的管线成本、生产消耗、气压站和综合处理站、钻井成本有关的参数。式(4-3),(4-4)也是一个非线性规划模型。 二、非线性规划的基本概念 1.非线性规划的定义 称形如 , (4-5) (4-6) (4-7) 的数学模型为一个数学规划,称为该数学规划的目标函数,称(4-6)式为等式约束,(4-7)式为不等式约束,若中至少有一个是变量 的非线性函数,则称模型(4-5)—(4-7)是非线性规划问题,否则称(4-5)—(4-7)为线性规划问题。当时,称问题,为无约束最优化问题,简称为无约束问题。 2.最优解的概念 满足(4-6),(4-7)的维向量称为该数学规划的一个可行点,所有可行点做成的集合称为可行集或可行域,即 对于,若有,使,对所有满足的都成立,则称为该规划的一个局部最优解;若对所有都成立,则称为该规划的整体最优解或全局最优解。 若对于,有,使,对所有满足的且都成立,则称为该规划的一个严格局部最优解;若对所有且都成立,则称为该规划的一个严格整体最优解。 例3 设有非线性规划问题 可行集D如图所示,由于,又,,因此是该问题的一个整体最优解. 当然也是局部最优解 图1 例3的可行集D 第二节 n元函数微分学与最优性条件 一、n元函数微分学知识 为了给出非线性规划问题的最优性条件,先来介绍一些元函数的微分学知识.在下边的讨论中,假设元函数具有讨论中所遇到的可微性阶数. 1.梯度 函数在点处的梯度,定义为在点处的个偏导数构成的列向量,记为,即 (4-8) 2.二阶偏导数矩阵(Hesse矩阵) 称如下的阶方阵           (4-9) 为函数在点处的二阶偏导数矩阵亦称为Hesse矩阵,当时,为一实对称矩阵. 3.公式 元函数在点处的公式(写到二次项)为 (4-10) 其中为比高阶的无穷小量. 4.最速下降方向 下面证明,是在点处的最速下降方向.因为函数沿方向的变化率是,故在点处最速下降方向的单位向量应是问题 (4-11) 的解,注意到,其中是与方向的夹角。极小化该式,便得到当即时,的值最小,这时,因此称为函数在点处的最速下降方向,同样理由称为在点处的最速上升方向。 5.一维搜索与下降方向

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档