一非线规划问题的几种求解方法罚函数法外点法.pptxVIP

会计学;一、非线性规划问题的几种求解方法1. 罚函数法（外点法） ;要求构造的函数 具有这样的性质：当点x位于可行域以外时， 取值很大，而离可行域越远则越大；当点在可行域内时，函数 因此可以将前面的有约束规划问题转换为下列无约束规划模型： 其中称为 罚项， 称为罚因子， 称为罚函数。; 的定义一般如下：;算法步骤;求解非线性规划模型例子;global lamada%主程序main2.m,罚函数方法 x0=[1 1]; lamada=2; c=10; e=1e-5; k=1; while lamada*fun2p(x0)=e x0=fminsearch(fun2min,x0); lamada=c*lamada; k=k+1; end disp(‘最优解’),disp(x0) disp(k=),disp(k) ;程序2：计算 的函数fun2p.m;程序3：辅助函数程序fun2min.m;运行输出：;练习题： ;2. 内点法（障碍函数法）;构造辅助函数;3. 问题转化为一个无约束规划;第14页/共58页;练习题：请用内点法算法求解下列问题： ;小结;4、其它求解算法（1）间接法（2）直接法 ;（1）间接法;（2）直接法;（3）迭代法一般步骤;最速下降法（steepest descent method） 由法国数学家Cauchy于1847年首先提出。在每次迭代中，沿最速下降方向（负梯度方向）进行搜索，每步沿负梯度方向取最优步长，因此这种方法称为最优梯度法。 特点： 方法简单，只以一阶梯度的信息确定下一步的搜索方向，收敛速度慢； 越是接近极值点，收敛越慢； 它是其它许多无约束、有约束最优化方法的基础。 该法一般用于最优化开始的几步搜索。 ;以梯度法为基础的最优化方法;通过一系列一维搜索来实现。 本方法的核心问题是选择搜索方向。 搜索方向的不同则形成不同的最优化方法。;最速下降法算法： ;算法说明;例子：用最速下降法解下列问题;第一步：计算梯度程序 fun1gra.m;第二步：求 最优的目标函数;第三步：主程序main1.m;主程序main1.m（续）;三、Matlab求解有约束非线性规划;1. 用fmincon函数求解形如下面的有约束非线性规划模型;用Matlab求解有约束非线性最小化问题 求解非线性规划问题的Matlab函数为： fmincon 1.约束中可以有等式约束 2.可以含线性、非线性约??均可 ;输入参数语法：;输入参数的几点说明;对参数nonlcon的进一步示例;对照约束条件编写myfun1.m;nonlcon的高级用法;参数nonlcon的函数一般格式如下;输出参数语法：;fmincon应用求解示例：;第一步：编写一个M文件返回目标函数f在点x处的值函数程序 ;第二步：为了调用MATLAB函数，必须将模型中的约束转化为如下形式(=)。 ;第三步：提供一个搜索起点，然后调用相应函数，程序如下：;主程序（整体）：;最后得到如下结果：?;2.非负条件下线性最小二乘 lsqnonneg ;语法：;3.有约束线性最小二乘lsqlin ;语法：;4.非线性最小二乘lsqnonlin ;语法：;例1：求解x，使得下式最小 ;第一步：编写M文件myfun.m计算向量F;第二步：调用优化函数lsqnonlin;5.学习回顾;谢 谢！