授课题目（章、节）.docVIP

授课题目（章、节） 第6章 非线性规划 教材及主要参考书 （注明页数） 教材： 赵静等编.《数学建模与数学实验》（第2版）．北京：高等教育出版社.2004.90－98. 参考书： 1. 施泉生. 运筹学, 中国电力出版社, 2004 2. HYPERLINK /html/result.asp?productsort=001009Productother1=温斯顿 温斯顿. 运筹学应用范例与解法(第4版), HYPERLINK /html/result.asp?productsort=001009Productother5=清华大学出版社 清华大学出版社,2006. 目的与要求： 1、了解约束最优化基本算法。 2、掌握用数学软件包求解约束最优化问题。 教学内容与时间安排、教学方法、教学手段： 1、约束优化基本思想及基本算法。（2） 2、MATLAB优化工具箱简介。（0.5） 3、用MATLAB求解约束优化问题。（0.5） 教学方法、教学手段： 以讲授法为主，兼顾多媒体演示 教学重点分析： 拉格朗日乘子法和库恩－塔克条件求解最优化问题。 理论性强，学生不容易掌握。 用MATLAB求解约束优化问题。 实际运用需要上机经验的积累。 教学难点分析： 库恩－塔克条件求解最优化问题。理论性强，学生不容易掌握，多演示练习可以克服。 ?基本内容： 最优化问题：　 1．求函数的梯度向量和二阶海塞矩阵 2．求函数的极大值 非线性规划问题 如果目标函数或约束条件中至少有一个是非线性函数时的最优化问题就叫做非线性规划问题． 一般形式: （1） 其中,是定义在En 上的实值函数，简记: 定义1 把满足问题（1）中条件的解称为可行解（或可行点），所有可行点的集合称为可行集（或可行域）．记为D．即 问题(1)可简记为 ． 定义2 对于问题(1)，设 ，若存在,使得对一切 ，且，都有，则称X*是f(X)在D上的局部极小值点（局部最优解）．特别地当时，若，则称X*是f(X)在D上的严格局部极小值点（严格局部最优解）． 定义3 对于问题(1),设,对任意的,都有,则称X*是f(X)在D上的全局极小值点（全局最优解）．特别地当时，若，则称X*是f(X)在D上的严格全局极小值点（严格全局最优解）． 本节介绍将约束问题化为无约束问题；将非线性规划问题化为线性规划问题，以及能将复杂问题变换为较简单问题的方法。 库恩—塔克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，但一般说它并不是充分条件（对于凸规划，它既是最优点存在的必要条件，同时也是充分条件）。 拉格朗日乘子法the method of Lagrange multipliers 等式约束性问题的最优性条件： 考虑 min f(x) s.t. h(x)=0 回顾高等数学中所学的条件极值： 问题：求z=f(x,y) 在ф(x,y)=0的条件下的极值 min f(x,y) S.t. ф(x,y)=0 引入Lagrange乘子：λ， Lagrange函数 L(x,y;λ)= f(x,y)+ λф(x,y) 条件极值 拉格朗日乘子的物理意义 ，即： 例：用拉格朗日乘子法求解最优化问题 不等式约束问题的Khun-Tucker条件： 考虑问题 min f(x) s.t. gi(x) ≤0 i=1,2, …,m 设x*∈S={x|gi(x) ≤0 i=1,2, …,m}。令I={i| gi(x*) =0 i=1,2, …,m},称I为 x*点处的起作用集（紧约束集）。 如果x*是最优解. ,对每一个约束函数来说，只有当它是起作用约束时，才产生影响。 定理（最优性必要条件）： （K-T条件） 设S={x|gi(x) ≤0},x*∈S,I为x*点处的起作用集，设f, gi(x) ,i ∈I在x*点可微， gi(x) ,iI在x*点连续。 向量组{▽gi(x*), i ∈I}线性无关。 如果x*是最优解. 那么， u*i≥0, i∈I使。 定理（最优性必要条件）： （一般情形的K-T条件） Kuhn-Tucker is used to be a nessary condition in inequality constrain problem.Lagrange is a metho