约束优化条件.pdf

建模方法与应用建模方法与应用 主讲人：徐猛 北京交通大学交通运输学院 建模方法与应用 Kuhn -Tucker 条件 大多数的工程最优化问题，其变量的取值是受到一定限制 的，这种限制是通过约束条件来实现的。带有约束条件的极值 问题称为约束极值问题（也称为规划问题）。求解约束极值问 题要比求解无约束极值问题困难得多，例如对极小化问题来说， 除了要使目标函数每次迭代都有所下降外，还必须要时刻注意 解的可行性（某些算法除外）。 约束优化方法大致可分为以下四类： (1). 用线性规划或二次规划来逐次逼进非线性规划的方法； (2). 将约束优化问题转化为无约束优化问题，如SUMT外点法， SUMT 内点法，乘子法等； (3). 对约束优化问题不预先作转换，直接进行处理的分析方法， 如可行方向法，梯度投影法，既约梯度法等； (4). 对约束优化问题不预先作转换的直接搜索方法。 建模方法与应用 Kuhn -Tucker 条件 本节课讨论约束非线性规划问题MP  min f (x )  s.t . g (x )0, i 1,,p i  h (x ) 0, j 1,,q  j 其中, x x ,x , ,x T ,f(x),g (x),h (x)为x 的实值函数 1 2 n i j 求解此类模型(MP)的方法称为约束最优化方法。 建模方法与应用 Kuhn -Tucker 条件  对于MP 问题： min f (x )  s.t . g (x )0, i 1,,p i  h (x ) 0, j 1,,q  j  g (x )0,i 1,,p  设x * X x Rn i  h (x ) 0,j 1,,q  i  则g (x * )0,i 1,,p ，h (x * ) 0,j 1,,q i j 建模方法与应用 Kuhn -Tucker 条件