起作用集完整.docxVIP

2.2.1起作用集法

运用起作用集法，在每次迭代中，以已知的可行点为起点，把在该点起作用的约束作为等式约束，在此约束下极小化目标函数，其余的约束暂时不予考虑，求得新的比较好的可行点之后，再重复上述过程。这样，就将一般约束的二次规划问题转化为有限个仅带等式约束的二次规划问题。考虑具体不等式约束的二次规划问题：

（44a）

其中，G是n阶对称正定矩阵，c是n维列向量，A是m*n阶矩阵，b是m维列向量，。

设在第K次迭代中，已知可行点，在该点起作用约束指标集用表示，将不等式约束问题转化为等式约束问题：

（44b）

其中是矩阵A的第i行，也是处的起作用约束函数梯度。

现将坐标原点移到处，令，

将x代入目标函数得：

其中，，为常数项，不影响最优解，从而可以去掉。于是等式约束问题可以转化为求校正量的问题：

（44c）

解二次规划（44c），求出最优解。

如果是可行点，且，则在第k+1次迭代中，已知点取作。如果不是可行点，则迭代点取作：

(45)

沿着方向的步长为，根据可行性要求，的取值应使得对于每一个成立。如果对于任意的，式成立。如果，只要取正数使得式成立。记：

(46)

如果，则是问题（44a）的可行解。如果，在处，为起作用约束，把指标i加入，得到在处起作用指标集。

如果，则是问题（44a）的最优解。判断是否是问题（44a）的最优解，用拉格朗日乘子法计算起作用约束拉格朗日乘子。如果且

(47)

则是问题（44a）的KT点。如果存在使得，则把q从中删除。如果有几个乘子同时为负数，令，将的约束从起作用集中去掉，再解决问题（44c）。

算法2.1起作用集法

设置可行点，是与对应的起作用集；

fork=0,1,2,…

求解问题（44c）,找到

if

计算满足条件（47）的拉格朗日乘子

令

if

end

else

令

else

由（46）式求解

if存在阻碍约束

else

end(for)

例2.1

图2.1例题2.1参考图

解：记上面的约束从1到5，取初始可行点，易知起作用约束为3和5，从而。求解（44c）式。

用拉格朗日乘子法求解乘子：

从而，可以推出，即

由此解得。因为，从起作用集中去掉约束后，可以得到新的起作用集，令。

第一次迭代。求解问题（44c）得最优解，由步长计算公式（46）得，则，此时没有阻碍约束，起作用集保持不变。

第二次迭代。求解问题（44c）得最优解，解Lagrange乘子得，去掉约束后，得起作用集。

第三次迭代。求解问题（44c）得最优解，由步长公式（46）计算得，则，此时阻碍约束，令新的起作用集。

第四次迭代。求解问题（44c）得最优解，由步长公式（46）计算得，则，此时没有阻碍约束，起作用集保持不变。

第五次迭代。求解问题（44c）得最优解，解Lagrange乘子得，此时不等式约束对应的Lagrange乘子都为非负，所以算法停止，该例题的最优解为。

起作用集法的补充说明：

由上例可知，初始起作用集有多种选择，每一种选择产生不同的迭代结果，初始起作用约束与梯度无关。在上述示例中，起作用约束指标集设为，如果选择，第一步迭代得到；如果选择，那么第一步迭代结果为；如果选择，那么，得到新的起作用集，再经过一次迭代就可以得到最优解。

算法2.1的每次迭代中，增加或者删除最多一个约束条件，使后续迭代逐渐达到最优。假设有m个不等式约束，其解为，从初始点开始，严格执行所有的不等式约束，则至少需要m次迭代才能从得到，甚至可能需要更多的迭代次数，如果在某次迭代时需要增加一些约束，只能在后续迭代时将其删除。

起作用集法的严格有限终止性：

算法2.1位严格的凸二次规划，经过有限次迭