Mtlab 二次规划.docVIP

二次规划 基本数学原理 如果某非线性规划的目标函数为自变量的二次函数，约束条件全是线性函数，就称这样规划为二次规划。其数学模型为： 式中，Ｈ,Ａ，和Aeq 为矩阵f,ｂ, beq, lb, ub, 和x 为向量。 有关函数介绍 利用quadprog函数求解二次规划问题，其调用格式为： x=quadprog(H,f,A,b)返回向量x, 使函数1/2*x’*H*x+f’*x 最小化，其约束条件为A*x=b。 x=quadprog(H,f,A,b,Aeq,beq)仍然求解上面的问题，但添加了等式约束条件Aeq*x=beq。 x=quadprog(H,f,A,b,lb,ub,)定义设计变量的下届Ib和上界ub,使得lb=x=ub。 x=quadprog(H,f,A,b,lb,ub,x0)同上，并设置初值x0。 x=quadprog(H,f,A,b,lb,ub,x0,options)根据options参数指定的优化参数进行最小化。 [x,fvaI]=quadprog(…)返回解x处的目标函数值fval=1/2*x’*H*x*+f’*x [x,fvaI,exitfIag]=quadprog(…)返回exitfIag参数，描述计算的退出条件。 [x,fvai,exitfIag,output]=quadprog(…)返回包含优化信息的结构输出output。 [x,fvaI,exitfIag,output,Iambda]=quadprog(…)返回解x处包含拉格朗日乘子的lambda参数。 各参数的意义可参见表15-7和表15-8。 根据问题的规模，quadprog 函数可使用不同的优化算法如下： ①大型优化算法：当优化问题只有上界和下界，而没有线性不等式或等式约束，则默认算法为大型算法。或者，如果优化问题中只有线性等式，而没有上界和下界或线性不等式时，默认算法也是大型算法。大型算法是基于内部映射牛顿法(interior-reflective Newton method)的子空间置信域法(subspace trust-region)。该法的每一次迭代都用PCG法求解大型线性系统得到近似解有关。 ②中型优化算法：quadprog函数使用活动集法，它也是一种投影法，首先通过求解线性规划问题来获得初始可行解。 注意： ①一般地，如果问题不是严格凸形的，用quadprog函数得到的可能是局部最优解。 ②如果用Aeq和beq 明确地指定等式约束，而不是用lb 和ub 指定，则可以得到更好的数值解。 ③若x的组分没有上限和下限，则quadprog函数希望将对应的组分设置为Inf（对于上限）或-Inf(对于下限)，而不是强制性地给予上限一个很大的数或给予下限一个很小的负数。 ④对于大型优化问题，若没有提供初值x0 ，或x0 不是严格可行，则quadprog函数会选择一个新的初始可行点。 ⑤若为等式约束，且quadprog函数发现负曲率（negative curvature）, 则优化过程终止exitfIag的值等于-1。 在使用quadprog函数过程中，需要注意以下一些问题。 大型优化问题。大型优化问题不允许约束上限和下限相等，若lb(2)= =ub(2) ，则给出以下出错消息： EquaI:upper and Iower bounds not permitted in this Iarge-scaIe method.Use equaIity constraints and the medium-scaIe method instead. 若优化模型中只有等式约束，仍然可以使用大型算法；如果模型中既有等式约束又有边界约束，则必须使用中型方法。 中型优化问题。当解不可行时，quadprog函数给出以下警告： warning:the constraints are overIy stringent;there is no feasibIe soIution. 这里，quadprog函数生成使约束矛盾最坏程度最小的结果。当等式约束不协调时，给出下面的警告消息： warning:the equaIity constraints are overIy stringent;there is no feasibIe soIution 当Hess矩阵为负半定时，生成无边界解，给出下面的警告消息： warning:the soIution is unbounded and at infinity;the constraints are not restrictive enough. 这里，quadprog函数返回满足约束条件的x 值。 另外，使用函数时还有下面一些要求： 此时，显示水平只能选