增广拉格朗日乘子法的无约束最优化解.docxVIP

增广拉格朗日乘子法的无约束最优化解 1 4.garago朗日乘法分析的分析 一般限制的优化可以表示为：。 式中x表示优化变量，f(x)表示优化函数，g 将不等式约束转化为等式约束 式中v 2 增广拉格朗日乘子法数值解的分析 当式(6)解析解难以求得时，可采用无约束最优化方法求解式(1)的数值解，式(5)将约束最优化转化为无约束最优化解法，可采用无约束最优化的最速下降法 式中 且 终止条件更一般的为 的解的迭代算法中无复数，故x 由式(32)，只有下式不等式组成立时，增广拉格朗日乘子法有效，满足不等式约束，算法成立， 满足式(33)时，有 当式(33)不成立时(至少有一个l 由式(32)得 不等式约束不满足，数值解在可行域外，增广拉格朗日乘子法无效。 当采用终止条件式(29)和式(31)时，f 将式(30)代入式(37)得 由式(38)得 当如下不等式组满足时，增广拉格朗日乘子法有效， 由式(39)和式(40)得 当不等式式(39)，至少有一个l ε 增广拉格朗日乘子法无效。 3 v联立式 在式(2)不等式组中引入松弛因子 式中μ表示松弛因子，且μ0，给出一个改进的增广拉格朗日函数(μ的引入的优点在后续研究中可知) 其解析解由下式求得 同1节的推导，可得 由式(51)可得 则v 联立式(48)、(49)和(54)可求得 由式(55)可知x 式(50)代入式(53)得 则 当v 修正增广拉格朗日乘子法有效。 当v 修正增广拉格朗日乘子法有效，而当至少有一个 修正增广拉格朗日乘子法无效。 4 条件:有一定的条件是基础 同增广拉格朗日乘子法一样，当采用终止条件式(27)、(28)求解时，修正增广拉格朗日乘子法同样要满足一定的条件才能有效。但如果采用终止条件式(29)、(31)时，f 满足限制条件式(37)，分析表明合理的选择松弛因子，就可保证修正增广拉格朗日乘子法的数值解在可行域内，修正增广拉格朗日乘子法严格成立。 将式(61)代入式(37)得 选择 同样因数值解的v 将式(65)代入式(63)得 则不等式约束满足，x 5 增广拉格朗日乘子法在配准中的应用 给定待优化问题如下: 数值初始化: 采用文献 表1给出了采用修正增广拉格朗日乘子法的优化过程，表2给出采用增广拉格朗日乘子法的优化过程。由表1可知，c 6 修正增广拉格朗日乘子法数值解的分析 (1)增广拉格朗日乘子法有一个松弛变量为零的边界解析解; (2)增广拉格朗日乘子法具有一个拉格朗日乘子λ (3)采用无约束最优化方法求解增广拉格朗日乘子法数值解时，需满足式(33)和式(40)时，才能得到可行域内的解，否则增广拉格朗日乘子法无效，解在可行域外; (4)在增广拉格朗日函数中加入松弛因子，提出修正增广拉格朗日乘子法。给出一个在可行域内的松弛变量为零的严格解析解，给出一个拉格朗日乘子λ (5)采用无约束最优化方法求解修正增广拉格朗日乘子法数值解时，当松弛因子满足式(63)时，数值解一定在可行域内，修正增广拉格朗日乘子法严格成立。 当v 由式(4)知，当v 增广拉格朗日函数为 式中 的理论解析解 式中 由式(5)得 将式(8)和式(9)代入式(7)得 由式(10)得 由式(12)知v 联立式(8)、(11)和(14)可得一个严格成立的约束边界解析解 当v 则增广拉格朗日函数退化为 将式(18)代入式(11)得 则x 而v 只有v 当至少有一个 由式(23)解得 v