11二次规划与割平面法.docVIP

第十一章 二次规划与割平面法 本章主要内容：等式约束二次规划问题的起作用集方法 Wolfe算法 Lemke算 法 割平面法 教学目的及要求：了解等式约束二次规划问题的起作用集方法、Wolfe算法、 Lemke算法、割平面法。 教学重点：等式约束二次规划问题的起作用集方法． 教学难点：等式约束二次规划问题的起作用集方法． 教学方法：启发式． 教学手段：多媒体演示、演讲与板书相结合． 教学时间：2学时． 教学内容： §11.1 等式约束二次规划问题 等式约束二次规划问题可表为 （11.1.1） 其中且对称，且不妨设．下面介绍求解问题（11.1.1）的两种方法． 直接消去法 求解问题（11.1.1）最简单又最直接的方法就是利用约束来消去部分变量，从而把问题转化成无约束问题，这一方法称为直接消去法． 将分解为，其中为基矩阵，相应地，将作如下分块 ， 其中．这样，问题（11.1.1）的约束条件变成 ， 即得 ， 代入中就得到与问题（11.1.1）等价的无约束问题 ， （11.1.2） 其中 ， ． 如果正定，则问题（11.1.1）的最优解显然为，这时，问题（11.1.1）的最优解为 ， 记点处的Lagrange乘子为，则有，故知． 如果半正定且问题（11.1.2）无下界，或有负特征值，则不难证明问题（11.1.1）不存在有限解． 例1 求解二次规划问题 （11.1.3） 解 将约束写成 用高斯消元法求得 ， （11.1.4） 代入中可得等价的无约束问题， 其中显然正定，故令，求得，代入（11.1.4）式中得．因此，问题（11.1.3）有唯一的最优解 ． 再利用即 ， 可求得． 直接消去法思想简单明了，使用方便．不足之处是可能接近一个奇异方阵，从而引起最优解的数值不稳定． 二、Lagrange乘子法 求解问题（11.1.1）的另一种方法是Lagrange乘子法．问题（11.1.1）的Lagrange函数为 ． 令 ， 得到K-T条件 ， 写成矩阵形式，有 ， （11.1.5） 其系数矩阵称为Lagrange矩阵，它是对称的但不一定正定． 若上述Lagrange矩阵可逆，则可表为 ， （11.1.6） 从而，由（11.1.5）式可得问题（11.1.1）的最优解 （11.1.7） 当存在时，由（11.1.6）式可得、、的表达式为 ， ， ． 下面给出和的另一种表达式． 设是问题（11.1.1）的任一可行解，即，在点处目标函数的梯度 ， 则（11.1.7）式可改写为 （11.1.8） 例2 用Lagrange乘子法求解问题 （11.1.9） 解 易知 ． 显然，可逆且 ， 因此按上述的表达式可得 ， 从而，问题（11.1.9）的最优解为 ． §11.2 起作用集方法 考虑具有不等式约束的二次凸规划问题 （11.2.1） 其中且对称正定，且不妨设． 运用起作用集方法的关键是，在每次迭代中，都以已知的可行点为起点，把在该点起作用的约束作为等式约束，而把在该点不起作用的约束暂时去掉不考虑，在新的约束条件下极小化目标函数，求得新的比较好的可行点后，再重复以上步骤．这样，可把问题转化为有限个仅带等式约束的二次凸规划来求解．具体分析如下： 设在第次迭代中，已知可行点，在该点起作用的约束指标集用表示．这时需要求解等式约束问题 （11.2.2） 其中是矩阵的第列元素构成的维向量． 为方便起见，现将坐标原点移至处，令，则 ． 于是，问题（11.2.2）转化为求校正量的问题 （11.2.3） 用11.1节解等式约束的二次规划问题的方法求解问题（11.2.3），其最优解仍记为．根据不同情形，采用下列相应的步骤： （1）若是可行点且，则在第次迭代中，取迭代点为． （2）若不是可行点，则取搜索方向为，并令，其中为步长．按保持可行性的要求，步长的取值应使得对于任意都有 ． 　 （11.2.4） 由于是可行点，，因此当时，对任意的非负数，（11.2.4）式总成立； 在第次迭代中，取迭代点为．当时，只要取正数 ， 则对于每个，（11.2.4）式总成立．为了在第次迭代中得到较好的可行点，应进一步取，其中为上式的右端项．若存在使得，则在点处有 ． 这说明，在点处，为起作