数学软件MATLAB教案第六章非线性筹备.pptVIP

运 筹 帷 幄 之 中;第六章 非线性规划;第一节 基本概念;一、非线性规划问题引例;例2 构件容积问题;二、 数 学 模 型;三、 分 类;定义 1 对于非线性规划(P)，若 并且存在x*的一个领域 ;四、最优解和最优值;全局最优解为x*=(1/2,1/2)T , 全局最优值为f(x*)=1/2。;五、非线性规划方法概述;定义3;基本迭代格式;随机性方法是按照某种规则随机产生迭代点, 迭代点列依概率收敛到最优解，包括遗传算法,模拟退火算法,神经网络算法等,这类方法具有对函数性质要求低、容易实现等优点, 但效率低、可靠性差、不能保证产生优化问题的最优解.;全局优化算法概述;第二节 凸函数和凸规划;一、凸函数及其性质;例1 线性函数;证: (1) ;定理 1 ;定理 2 设;定理 3 设;证 (1) 必要性.设f是S上的凸函数，则对;证 ;定理 4 设;二 次 型;二、 凸规划及其性质;定理 5 对于非线性规划(P)，若;定理 6 凸规划的任一局部最优解都是它的全局最优解。;例： 验证下列规划为凸规划 ;第三节 一维搜索方法 ;目标函数为单变量的非线性规划问题称为一维搜索问题;使得;让下一次迭代中区间缩短相同的比例ω，并且已有一个计算过的点在缩短后的区间内。;设新的探索区间为[a ,t2],其上的两个探索点为;由以上分析得迭代公式：;算法步骤：;例1：试用黄金分割法求解; (2) ;三、斐波那契（Fibonacci）法;一、斐波那契（Fibonacci）法;算法步骤：;第4步 计算;二、0.618法与Fibonacci法的关系;0.618法（近似黄金分割法）;斐波那契（Fibonacci）法;四、Newton法;Newton法;例：用Newton法求函数的最优解;Goldstein法;Goldstein法步骤;Armijo法;第四节 无约束最优化方法;一、无约束问题的最优性条件;定理2 ;定理4 ;例1;一、无约束问题的最优性条件;二、最速下降法;二、最速下降法;例2 用最速下降法求解;三、共轭方向法;证;共轭方向组中最多含n个向量，且线性无关;二次严格凸函数的无约束最优化问题;共轭梯度法;共轭梯度法;共轭梯度法;第1步 选取初始点x0,给定终止误差 ε0；;第5步 计算;例2 用F-R法求解;若用某种方法求解(QP)问题，经有限轮迭代可以达到最优解，称此方法具有二次终止性。;第五节 约??最优化方法;一、约束最优化问题的最优化条件;特殊地，对于只有不等式约束的非线性规划问题;现引进Lagrange函数如下：;定理 2 对于问题(P)，若;二、简约梯度法;二、简约梯度法;二、简约梯度法;二、简约梯度法;二、简约梯度法;二、简约梯度法;定理 3 设f 是可微函数，;二、简约梯度法;Wolfe法步骤;Wolfe法步骤;例 用Wolfe法求解极小化问题;三、惩罚函数法;罚函数法;实际应用中，选取一个递增且趋于无穷的正罚函数参数列{ck};罚函数法计算步骤;例 用罚函数法求解;原问题转化为求解一系列无约束最优化问题：;障碍函数法;构造障碍函数：;障碍函数法步骤;例 用障碍函数法求解极小化问题;罚函数法适用于一般的规划问题，障碍函数法仅适用于带等式约束的规划问题。