运筹学 第1-2节.pptVIP

第二章有约束非线性规划问题 实际工作中，遇到的非线性规划问题，大多数都是有约束的。 求解有约束问题要比求解无约束问题困难的多，因为对于有约束问题除了要使目标函数在每次跌代中有所下降外，还要时刻保证解的可行性。 第一节 最优性条件 第二节 二次规划 对四个约束分别引入广义拉格朗日乘子，并写出K-T条件如下： 讨论上述方程组： γ1≠0，γ2 ≠0, γ3≠0，γ4≠0时：无解。 γ1≠0，γ2 ≠0, γ3≠0，γ4 =0时：无解。 γ1≠0，γ2 ≠0, γ3=0，γ4 ≠0时：无解。 γ1≠0，γ2=0, γ3≠0，γ4 ≠0时：无解。 γ1=0，γ2 ≠0, γ3≠0，γ4≠0时：无解。 γ1= 0，γ2=0, γ3≠0，γ4≠0时：X=(0,0)，γ3=-1，非K-T点。 γ1=0，γ2≠0，γ3=0，γ4≠0时： ， ， ，非K-T点。 γ1= 0，γ2≠0, γ3≠0，γ4=0时：X=(0,1)，γ3=-1，非K-T点。 γ1≠0，γ2=0, γ3=0，γ4≠0时： ， ，为K-T点。 γ1≠ 0，γ2=0, γ3≠0，γ4=0时：X=(0,3)，γ3=-1，非K-T点。 γ1 ≠ 0，γ2 ≠0, γ3=0，γ4=0时：无解。 γ1 = 0，γ2 =0, γ3=0，γ4≠0时：无解。 γ1 = 0，γ2 =0, γ3≠0，γ4=0时：无解。 γ1 ≠ 0，γ2 =0, γ3=0，γ4=0时：无解。 γ1=0，γ2 =0，γ3=0，γ4=0时：无解 K-T点为： ，但该点并不是问题的可行解，说明 K-T 条件只是最优解的必要条件，而不是充要条件。 问题的最优解为：X=(1,2)。 在该点处起作用约束梯度线性相关，即最优解 X=(1,2) 非正则点： 故 X=(1,2) 并不是K-T点，即不满足K-T条件。 上述二梯度向量在（1,2）处线性相关。 作 业 作业 试写出下述非线性规划问题的K-T条件，并进行求解： （1） （2） 若 X* 是极小点，则▽f(X*)必处于▽g1(X*)与▽g2(X*)的夹角范围。 设 X* 有 l 个起作用约束（g1(X*)=0，…，gl(X*)=0），即位于 l 个约束条件的交点上。 若 X* 是极小点，则▽f(X*)必处于▽g1(X*)，…，▽gl(X*)的夹角范围，否则该点一定存在可行下降方向。 若 X* 是极小点，则▽f(X*)必处于▽g1(X*)，…，▽gl(X*)的夹角范围。 2. X* 位于可行域内时（gj(X*) 0） 约束均为无效约束，问题实质为一个无约束问题，根据上一章的内容，若 X* 是极小点，必满足条件▽f(X*) = 0。 为了模型处理的方便，通常把不起作用约束也放入下式中，只是让其等于 0 即可（因为它本不应出现在式中，出现在式中的应为起作用约束）。 为了让 ，需令γj = 0。 3. 总结 当约束为起作用约束时：gj(X*)=0，从而γj.gj(X*)=0 ，j∈J。 当约束为不起作用约束时：γj=0，从而γj.gj(X*)=0，j J。 正则点：设 X* 是问题的最优解，且代入起作用约束的梯度表达式，线性无关，则该最优点称为正则点。 非正则点：设 X* 是问题的最优解，且代入起作用约束的梯度表达式，线性相关，则该最优点不是正则点。 六、正则点 库恩-塔克条件（Kuhn-Tucher，简写K-T条件）是非线性规划领域中最重要的理论成果之一，是确定某点为最优点的必要条件。 七、库恩-塔克条件 库恩-塔克条件（Kuhn-Tucher，简写K-T条件）是非线性规划领域中最重要的理论成果之一，是确定某点为最优点（且是正则点）的必要条件。 一般情况下：K-T条件是最优点存在的必要条件但并不是充分条件。 当问题的模型为凸规划时：K-T条件为充要条件。 设 X* 是非线性规划的极小点，而且在 X* 点的各起作用约束的梯度线性无关，则存在向量 ，使下列条件成立： 上式简称 K-T 条件。满足这个条件的点称为库恩-塔克点或 K-T 点。 设 X* 是非线性规划的极小点，而且在 X* 点的各起作用约束的梯度线性无关，则存在向量 和 ，使下列条件成立： 上式简称 K-T 条件。满足这个条件的点称为库恩-塔克点或 K-T 点。 称为广义拉格朗日（Lagrange）乘子。 称为广义拉格朗日（Lagrange）乘子。 和 注 意 X