《非线性规划》-公开课件.pptVIP

* * 第四章 非线性规划 第一节 基本概念 1、非线性规划模型： 数学规划模型的一般形式： 其中,x=(x1 ,x2,… xn)T，f(x),gi(x),hj(x)为x的实值函数 简记为MP(Mathematical Programming) 退 出 前一页 后一页 可行域和可行解： 称 为MP问题的约束集或可行域。 若x在X内，称x为MP的可行解或者可行点。 退 出 前一页 后一页 简记形式： 引入向量函数符号： 退 出 前一页 后一页 数学规划问题的分类： ?若f(x),gi(x),hj(x)为线性函数，即为线性规划(LP)； ?若f(x),gi(x),hj(x)至少一个为非线性，即为非线性规划(NLP)； ?对于非线性规划，若没有gi(x),hj(x)即X=Rn,称为无约束非线性规划或无约束最优化问题；否则称为约束非线性规划或约束最优化问题。 退 出 前一页 后一页 最优解和极小点 对于非线性规划（MP），若 ，并且有 如果有 定义: 退 出 前一页 后一页 如果有 定义 退 出 前一页 后一页 例 退 出 前一页 后一页 三角形表示的是可行域。 同心圆表示的是目标函数的等值线。 最优解为（1/2，1/2） 最优值为1/2 问题：(1/2,1/2)是整体的还是局部的？是严格的还是非严格的？ 1/2 1/2 退 出 前一页 后一页 2、非线性规划方法概述 微分学方法的局限性： ?实际的问题中，函数可能是不连续或者不可微的。 ?需要解复杂的方程组，而方程组到目前仍没有有效的算法。 ?实际的问题可能含有不等式约束，微分学方法不易处理。 退 出 前一页 后一页 数值方法的基本思路：迭代 给定初始点x0 根据x0,依次迭代产生点列{xk} {xk}的最后一点为最优解 {xk}有限 {xk}无限 {xk}收敛于最优解 退 出 前一页 后一页 迭代格式 xk xk+1 pk 称pk为第k轮搜索方向，tk为第k轮沿pk方向的步长。 产生tk和pk的不同方法，形成了不同的算法。 退 出 前一页 后一页 定义：下降方向 退 出 前一页 后一页 定义 解非线性规划问题，关键在于找到某个方向，使得在此方向上，目标函数得到下降，同时还是可行方向。 这样的方向称为可行下降方向。 退 出 前一页 后一页 第二节 凸函数和凸规划 1、凸函数及其性质： 定义 退 出 前一页 后一页 退 出 前一页 后一页 *