二次规划问题.docxVIP

9.2.4二次规划问题

9.2.4.1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，就称这种规划为二次规划。其数学模型为：

其中，反,A,和Aeq为矩阵f,b,beq,lb,沥，和工为向量。

9.2.4.2相关函数介绍

quadprog函数

功能：求解二次规划问题。

语法：

x=quadprog(H,f,A,b)

x=quadprog(H,f,A,b,Aeq,beq,lb,ub)

x=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0)

x=quadprog(H,f,A,b,Aeq,beq,lb,ub,x0,options)

[x,fval]=quadprog(...)

[x,fval,exitflag]=quadprog(...)

[x,fval,exitflag,output]=quadprog(...)

[x,fval,exitflag,output,lambda]=quadprog(...)

描述：

x=quadprog(HfA,b)返回向量x，最小化函数1/2*x*H*x+f**x，其约束条件为A*x=bo

x=quadprog(H￡A,b,Aeq,beq)^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)定义设计变量的下界lb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,fval]=quadprog(...)返回解x处的目标函数值fval=0.5*x*H*x+f*x。[x,fval,exitflag]=quadprog(...)返回exitflag参数，描述计算的退出条件。[x,fval,exitflag,output]=quadprog(...)返回包含优化信息的结构输出output。[x,fval,exitflag,output,lambda]=quadprog(...)返回解x处包含拉格朗日乘子的lambda参数。

变量：

各变量的意义同前。

.注意：

一般地，如果问题不是严格凸性的，用quadprog函数得到的可能是局部最优解。

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。

若x的组分没有上限或下限，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。

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。

若为等式约束，且quadprog函数发现负曲度(negativecurvature)，则优化过程终止，exitflag的值等于-1。

算法：

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，则缺省算法为大型算法。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，缺省算法也是大型算法。

本法是基于内部映射牛顿法(interior-reflectiveNewtonmethod)的子空间置信域法(subspacetrust-region)0该法的具体算法请参见文献⑵。该法的每一次迭代都与用PCG法求解大型线性系统得到的近似解有关。

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。

诊断：

大型优化问题大型优化问题不允许约束上限和下限相等，如若lb(2)==ub(2)，则给出以下出错信息：

Equalupperandlowerboundsnotpermittedinthislarge-scalemethod.Useequalityconstraintsandthemedium-scalemethodinstead.

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:Theconstraintsareoverlystringent;thereisnofeasiblesolution.

这里，quadprog函数生成使约束矛盾最坏程度最小的结果。当等式约束不连续时，给出下