构造辅助函数巧解题.docVIP

构造辅助函数巧解题 1、相关定义 1.1、一些定义和算法 考虑如下非线性整数规划问题: (P ) ???s.mit.nxf( x ) Ω,. (2-1) 这里Ω={xI n:a≤x ≤ b } 是一个有界且封闭的箱子集合,I n 是R n 中的整数点 集合。 假设f(x ) 满足强制性条件,即当x→ +∞ 时,有f(x)→ +∞ 。 定 义 2.2.1[30] 整 数 集 合N(x) ?I n 称 为 整 数 点 x 的 一 个 邻 域 , 如 果 N(x)={x,x+ei,x?e i,i =1,2,, n} ,其中e i 为第i 个分量为 1,其余分量为 0 的 n 维单位向量。整点 x的一个空心邻域记为N0(x) =N(x)\ { x} 。 定义 2.2.2[30] 整数点 x0 称为关于非线性整数规划问题( P) 的一个局部极小点, 如果存在一个邻域N(x 0 ) ,使得对所有xN( x0) ∩ Ω ,均有f(x) ≥f( x0 ) 成立;整 数点x 0 称为关于非线性整数规划问题(P ) 的一个全局极小点,如果对所有x Ω , 均有f(x) ≥f( x0 ) 成立。另外,如果对所有xN0(x) ∩Ω(x∈ Ω\{ x 0 }) 均有 f(x) f(x 0) ,则x 0 称为非线性整数规划问题(P ) 的一个严格局部(全局)极小 点。 显然,函数f(x ) 关于问题(P ) 的一个全局极小点一定是它的一个局部极小 点。 11 函数f( x) 关于非线性整数规划问题(P ) 的局部极小点由以下算法得到: 算法 1[30] 步 1.任取整数点x0 Ω ; 步 2.如果x 0 是问题(P ) 的一个局部极小点,则算法终止;否则,在邻域N(x 0 ) 中 搜索,得到一个点xN( x0) ∩ Ω 满足f(x) 0 满足以下条件: 0 1.2、一些定义 考虑如下无约束全局优化问题: ???s.mti.nx f( x R ),n . 本文一直假设以下情况成立: 1.f(x ) 在R n 上连续可微; 2.f( x) 满足强制性条件,即当x→ +∞ 时,f(x)→ +∞ 。 由假设 2 知,存在一个闭的箱子集合X ?R n ,在 X 中含有f(x ) 的所有全局 极小点,因此最初的问题又等价于以下问题: (P) ???s.mti.nx f( x X )., 3. f(x ) 在 X 中仅有有限个局部极小值,但可以有无限个局部极小点。 下面我们给出填充函数定义如下: 定义 4.2.1[34]设x * 是f( x) 的一个当前局部极小点,函数p(x,x * ) 称为f(x ) 在x * 的一个填充函数,如果p(x,x * ) 具有以下性质: (1) x * 是p(x,x * ) 的一个局部极大点,且f(x ) 在x * 的盆谷成为p(x,x * ) 的山 丘的一部分; (2) 满足f(x)≥f(x*),x ≠ x * 的点 x均不是p(x,x * ) 的平稳点; (3) 如果f(x ) 在另一个局部极小点x 1* 的盆谷B 1* 低于B * ,那么p(x,x * ) 在x * 和x 2 的连线上有极小点x’ B 1* ,其中x 2 是x 1* 的某一邻域中的任意一点。 29 1.3、一些基本定义 对于全局最优化问题 ???sm.ti.nx f ( xX )., (1-1) 有如下基本定义: 定义 1.3.1 至少有一个x*G X 使得对?x X 有f(x) ≥f( x*G ) ,或证明这种点不 存在,这样的问题称为极小化问题。 定义 1.3.2 设x* X ,如果对于?x X 有f(x) ≥f( x* ) 成立,则称x * 是问题 (1-1)的全局极小点;如果对于?x X 且x ≠x * 均有f(x) ≥f(x * ) 成立,则称 x* 是问题(1-1)的严格全局极小点。 定 义 1.3.3 设x* X , 若 对 于x * 的 邻 域Ο(x *,δ), δ 0 中 的 任 意 点 x 有 f(x) ≥f(x *) 成立,则称是问题(1-1)的局部极小点;如果对于?x Ο(x *, δ ) 且 x ≠x* 均有f(x) f(x * ) 成立,则称x * 是问题(1-1)的严格局部极小点。 定义 1.3.4 f(x ) 在局部极小点x 1* 的盆谷B 1* 是一个连通域,x1* B 1* ,而且从B 1* 中任意一点出发的f( x) 的最速下降轨迹趋向于x 1* ,但从B 1* 外面的点出发的最速 下降轨迹均不趋向于x 1* . 若x? 1* 是f(x ) 的极大点,则f(x ) 在? x1* 处的山丘是?f(x ) 在其极小点x? 1* 处的盆 谷。为方便起见,称f(x ) 的一个极小点x 2* 小于(大于) x