高等运筹第四讲（刘巍）大连海事大学知识课件.pptVIP

高等运筹学;本节课讨论n元函数的无约束非线性规划问题：;1.无约束问题的最优性条件;定理3;例;关于梯度的复习： ?梯度是一个向量。n元函数f(x1 ,x2 ,…xn)在某点x处的梯度为：;最速下降法又称为梯度法，由Cauchy于1847年给出。;最速下降法计算步骤：;例;说明： ?观察P119的图，可以发现x1 x0垂直于目标函数的等值线（图中的虚线）在x0的切线； ?最速下降方法相邻的两个搜索方向是相互垂直的，即x1 x0垂直x1 x2； ?最速下降法解决UMP的缺陷：迭代点越靠近最优解则目标函数下降的速度越慢； ?优点：迭代点列总是收敛的，而且计算过程简单。;本节课讨论约束非线性规划问题MP;1.约束最优化问题的最优性条件;若x*有变化，则约束条件可能没有破坏;定理1;定理1的说明：;3、定理1的实例说明;4.定理1的特例1;5.定理1的特例2;6.定理1的改进：;7.实例说明改 进后的定理1：;互补松紧条件;定理2;例：写出K-T条件; 求出相应的K-T点; 判断K-T点是不是问题的最优解;首先写出原MP问题的K-T条件：;利用互补松紧条件，可以求出K-T点：;2.惩罚函数法;(1) 罚函数法;可选的惩罚函数：;(2) 障碍函数法;可选的惩罚函数：;应用实例： 供应与选址;（一）、建立模型;（二）使用临时料场的情形;clear a=[1.25 8.75 0.5 5.7