水资源系统分析-非线性规划剖析.ppt

第二章 非线性规划 第一节 基本概念 第二节 非线性规划问题的求解 * * 1、非线性规划模型： 数学规划模型的一般形式： 其中,x=(x1 ,x2,… xn)T，f(x),gi(x),hj(x)为x的函数 退 出 前一页 后一页 第一节 基本概念 2、可行域和可行解： 称 为NLP问题的约束集或可行域。 若x在X内，称x为NLP的可行解或者可行点。 退 出 前一页 后一页 在非线性规划中，满足约束条件并使目标函数达到最优值的向量x*称为最优点。 x*和目标函数最优值f(x*)组成这一问题的最优解 3、局部最优解和全局最优解： 4、数学规划问题的分类： ?若f(x),gi(x),hj(x)为线性函数，即为线性规划(LP)； ?若f(x),gi(x),hj(x)至少一个为非线性，即为非线性规划(NLP)； ?对于非线性规划，若没有gi(x),hj(x)即X=Rn,称为无约束非线性规划或无约束最优化问题；否则称为约束非线性规划或约束最优化问题。 退 出 前一页 后一页 ?二次规划，约束条件集为线性，目标函数为二次式。是非线性规划的一种特殊类型，有较好的求解条件。 t为实数 一维搜索问题指目标函数为单变量的非线性规划问题。又称线性搜索问题。其模型为： 或 退 出 前一页 后一页 一、一维搜索问题 第二节 非线性规划问题的求解 常见的搜索方法： ?两种常用的一维搜索方法：0.618法，Newton法。 退 出 前一页 后一页 退 出 前一页 后一页 例：对边长为3m的正方形铁板，在4个角处剪去相等的正方形以制成方形无盖水槽，问如何减法使水槽的容积最大？ 本节讨论n元函数的无约束非线性规划问题： 求解此类模型的方法称为无约束最优化方法。 退 出 前一页 后一页 二、无约束最优化方法 退 出 前一页 后一页 例：求侧面积为常数6×52 m2 的体积最大的长方体体积。 退 出 前一页 后一页 无约束最优化方法通常有两类： ?解析法：要使用导数的方法； ?直接法：无须考虑函数是否可导，直接使用函数值。 ?梯度为0的点称为函数的驻点。 ?驻点可能是极小点，也可能是极大点，也可能即不是极大也不是极小，这时称为函数的鞍点。 ?此类问题的局部最优解必是目标函数的驻点。 退 出 前一页 后一页 例 解： 1、先求出目标函数的全部驻点； 2、利用充分条件判断驻点是不是最优点。 退 出 前一页 后一页 关于梯度的复习： ?梯度是一个向量。n元函数f(x1 ,x2 ,…xn)在某点x处的梯度为： ?梯度的方向与函数f的等值线的一个法线方向相同，从较低的等值线指向较高的等值线。 ?梯度的方向就是函数f的值增加最快的方向，其相反方向就是函数值降低最快的方向。 2、最速下降法（梯度法） 退 出 前一页 后一页 最速下降法又称为梯度法，由Cauchy于1847年给出。 最速下降法解决的是具有连续可微的目标函数的NLP问题。 最速下降法的基本思想：从当前点xk出发寻找使得目标函数下降最快的方向，即负梯度方向。 退 出 前一页 后一页 最速下降法计算步骤： 选区初始点x0和精度 计算 是 否 停止，输出x0 求p0= 计算t0,使 计算x1= x0+ t0 p0 退 出 前一页 后一页 本节课讨论约束非线性规划问题NLP 其中,x=(x1 ,x2,… xn)T，f(x),gi(x),hj(x)为x的实值函数 退 出 前一页 后一页 3、 约束最优化方法 退 出 前一页 后一页 求解思路 常用求解方法（图解法、泰勒级数展开法、线性逼近法、罚函数法） 退 出 前一页 后一页 1、图解法 *