【大学军事理论论文】在军事角度下，浅谈非线性约束下的优化问题研究.docVIP

　　【大学军事理论论文】在军事角度下，浅谈非线性约束下的优化问题研究 摘要：非线性约束优化问题在军事、经济、工程、管理以及生产工程自动化等方面都有重要的作用。在上世纪50 年代，非线性规划问题被作为一个独立的学科分出去了。在国际范围内，这方面的研究机构、书刊报纸等犹如雨后春笋般地出现，国际上的研究热情也在不断增加。在我国，电子计算机的广泛应用，非线性规划的理论和方法逐渐引起了许多部门的重视，也吸引了很多的研究热情。关于非线性规划理论和应用方面的学术交流活动也日益频繁，取得了一系列可喜的成绩，本文主要在简介非线性条件约束下的最优化问题的基础上，总结了目前比较常用的算法，并对于每一种算法的优缺点以及各自的应用领域进行了相关的总结。 关键词：非线性 约束优化 军事 非线性优化约束问题 　　定义：如果目标函数或者约束条件中至少有一个是非线性函数时的最优化问题就叫做非线性规划问题。 　　非线性规划问题的数学模型可以具有不同的形式，但由于我们可以自由地实现不同形式之间的转换，因此我们可以用如下一般形式来加以描述： 　　其中是维欧氏空间中的向量点。 　　又因等价于两个不等式： 　　； 　　因此非线性规划的数学模型也可以表示为： 非线性优化约束问题的若干算法研究 2.1 制约函数算法 　　制约函数法是通过加到非线性规划目标函数上的某种制约函数，将约束极值问题转化为无约束极值问题的一类算法。由于制约函数需要求解一系列无约束极值问题，故也称为序列无约束极小化技术，简记为SUMT （Sequential Unconstrained Minimization Technique）。常用的制约函数有两种基本类型，一类为惩罚函数（也称为外点法），另一类为障碍函数（也称为内点法）。 2.1.1 外点法 　　考虑非线性规划，为求其最优解，构造一个函数，现把当作所构造函数的自变量来看待，显然当（代表可行域）时，（）；当时，。再构造一个函数，求解，假设该问题有最优解，则（），即最优解一定是可行解。因此，不仅是的极小解，同时也是原函数的极小解。这样一来，就把约束极值问题转化成了无约束极值问题。 　　用上述方法构造的函数在处不连续，更不存在导数。为此，将修改为： 　　修改后的在处连续且导数为“0”；而且及其导数对任何都连续。当时，仍有；当时，。取一个充分大的正数，将修改为： 　　从而可使的解为原问题的极小解或近似极小解。若，则必定是原问题的极小解。事实上，对于所有的都有： 　　即当时，有。 　　式中的函数称为惩罚函数，第二项称为惩罚项，称为惩罚因子。若对于某一惩罚因子，如果，就加大惩罚因子的值。随着惩罚因子数值的增加，惩罚函数中的惩罚项所起的作用随之增大，的解与约束集的“距离”也就越来越近。当序列“”趋于无穷时，点列就从可行域的外部趋于原问题的极小点，这里假设点列收敛。 2.1.2 内点法 　　外点法的最大特点是其初始点可以任意选择（不要求是可行点），这虽然给计算带来了很大的方便；但是如果目标函数在可行域外比较复杂，甚至根本没有定义，外点法就无法使用了。内点法与外点法不同，它要求迭代过程始终建立在可行的基础之上；即在可行域的内部选取一个初始点，并在可行域的边界上设置一道“屏障”，当迭代过程靠近可行域的边界时，新的目标函数值迅速增大，从而使迭代点始终保持在可行域的内部。 　　仿照外点法，通过函数叠加的办法来改造原有目标函数，使改造后的目标函数（称为障碍函数）具有这样的性质：在可行域的内部与边界面较远的点上，障碍函数与原目标函数应尽可能地接近；而在接近边界面的点上，障碍函数取相当大的数值。可以想象，满足这种要求的障碍函数，其极小值自然不会在可行域的边界上达到；这就是说，用障碍函数来代替（近似）原目标函数，并在可行域的内部使其极小化。虽然可行域是一个闭集，但因极小点不在闭集的边界上，因而障碍函数实际上已使约束极值问题转化为了无约束极值问题。 　　根据上述分析，一个约束非线性规划问题，可以转化为下述一系列无约束非线性规划问题：　称为障碍因子。从障碍项的构成不难看出，在可行域的边缘上，至少有一个，从而有为无穷大。 　　如果从可行域内部的某一点出发，按无约束极小化方法对式进行迭代（注意：在进行一维搜索时要适当控制步长，以免迭代跨越的边界），则随着的逐步减少（）障碍项所起到的作用也越来越小，因而所求出的的解也逐步逼近原问题的极小解。若原问题的极小解在可行域的边界上，则随着的逐步减少（障碍作用越来越小）所求出的障碍函数极小解不断靠近边界，直到满足某一特定的精度要求。 2.2 无约束非线性优化 　　求解无约束极值问题通常采用迭代法，迭代法可大体分为两大类：一类要用到函数的一阶导数和（或）二阶导数，由于此种方法涉及函数的解析性质，故称为解析法；另一类在迭代过程中只用到函数的数