可行方向法-梯度投影法 幻灯片.pptVIP

线性约束问题的Zoutendijk可行方向法 起作用的约束 不起作用的约束 （1）搜索方向 非线性约束问题的Zoutendijk可行方向法 搜索方向 迭代步长 起作用约束可行方向法 迭代步长 搜索方向 Topkis – Veinott 全约束可行方向法 迭代步长 搜索方向 梯度投影法 * 4.非线性结构优化 4.4 可行方向法 有约束优化问题 非线性优化问题 线性优化问题 非线性约束优化问题 线性约束优化问题 （目标函数—非线性） （目标函数—线性） （约 束—线性） （目标函数—非线性） （约 束—非线性） （目标函数—非线性） （约 束—线 性） K-K-T条件 （1）K-K-T条件 K-K-T条件 （梯度条件） （约束条件） （松弛互补条件） （非负条件） （正则条件或约束规格） 线性无关 定义： 最优点 ， 一定在 与 之间， 所以 可以起作用的 非负线性组合表示。 起作用的约束经过最优点 ， 最优点满足所有的约束条件， 这就是K-K-T条件， 约束优化问题： （1）搜索方向；受约束条件的限制。 （2）迭代步长；受约束条件的限制。 （一）基本概念： （1）起作用的约束：起到限制性作用的约束。 （2）可行方向：点 在可行域内的点， 方向迭代后的新的点 也是可行域内的点，则搜索方向 称为可行方向。 （3）可行下降方向：使目标函数下降的可行方向，称为可行下降方向。 起作用的约束 将每一个函数在 处对函数 进行taylor展开，取一次近四，则； （1）如果 或 ，则搜索方向是下降方向。 （2）如果 在可行域内， ，则总可取步长 ，得 ， 使 仍在可行域内，即任意搜索方向是可行方向。 （3）如果 在边界上， ，则对某个步长 来说，如果 ，则 在可行域内，故可行的。 （4）如果(3)的情况下， ，或 则 位于 在 点的切平面上，只有 为现行时， 才是可行点。 线性条件下 非线性条件下 线性条件下 线性约束条件下 搜索方向需要满足的条件： 目标函数下降的条件： 约束条件： 约束条件 搜索方向需要满足的条件： 目标函数下降的条件： 约束条件： 二次规划 可行方向法 线性约束问题的Zoutendijk可行方向法 解析搜索法：可行方向法 起作用的约束 不起作用的约束 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 非线性约束问题的Zoutendijk可行方向法 解析搜索法：可行方向法 - 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 起作用约束可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 Topkis – Veinott 全约束可行方向法 解析搜索法：可行方向法 解析搜索法：可行方向法 4.非线性结构优化 4.5 梯度投影法 投影矩阵的基本概念 解析搜索法：梯度投影法 解析搜索法：梯度投影法 解析搜索法：梯度投影法 约束优化问题： （1）搜索方向；受约束条件的限制。 （2）迭代步长；受约束条件的限制。 搜索方向需要满足的条件： 目标函数下降的条件： 约束条件： 线性约束条件下 搜索方向