非线性规划理论与算法.ppt

*5、内点法（障碍函数法）（1）集合结构第53页,共81页，2024年2月25日，星期天*（2）算法思想内点法（障碍函数法）的迭代点是在可行域点集内部移动的，对接近可行域边界上的点施加越来越大的惩罚，对可行域边界上的点施加无限大的惩罚，这好比边界是一道障碍物，阻碍迭代点穿越边界。内点法要求可行点集的内点集合非空，否则算法无法运行。这样一来内点法只对不等式约束的优化问题才可能有效。第54页,共81页，2024年2月25日，星期天*（3）算法分析第55页,共81页，2024年2月25日，星期天*第56页,共81页，2024年2月25日，星期天*（4）算法步骤（内点法）：第57页,共81页，2024年2月25日，星期天*内点法框图yesNo第58页,共81页，2024年2月25日，星期天*例解第59页,共81页，2024年2月25日，星期天*用对数罚函数会更简单其他例子见P217-218.第60页,共81页，2024年2月25日，星期天*（5）算法收敛性：（6）罚函数法的缺点第61页,共81页，2024年2月25日，星期天*(7)内、外点法的优缺点的比较1.x(0)∈S0(参阅P220讨论内点的选取)2.等式约束不适用3.障碍函数B(x)在S0的可微阶数与gi(x)相同(可选用的无约束最优化方法广)4.迭代中x（k）∈R(随时可取x（k）≈x*)5.非凸规划适用1.任意x(0)∈Rn2.等式约束适用3.惩罚项的二阶偏导在S的边界上不存在4.迭代中x(k)?R5.非凸规划适用内点法外点法作业：P246.1,2,4,7,8,9,10.补充——求2、9、10、11中规划的KKT点.第62页,共81页，2024年2月25日，星期天*6.乘子法乘子罚函数:乘子罚函数与Langrange函数及惩罚函数的区别：多一项。(1)等式约束第63页,共81页，2024年2月25日，星期天*乘子罚函数:第64页,共81页，2024年2月25日，星期天*(2)等式、不等式约束第65页,共81页，2024年2月25日，星期天*算法步骤（乘子罚函数法）：第66页,共81页，2024年2月25日，星期天*解：1.惩罚函数法。对于惩罚函数例：问题的最优解为x*=(0.25,0.75),分别用惩罚函数法和乘子法求它的迭代点列。可求得最优解为：2.乘子法。对于乘子罚函数可求得最优解为：第67页,共81页，2024年2月25日，星期天*从表中可见，xk*比xk近于x*的速度慢得多，用乘子法迭代6次就达到惩罚函数法迭代15次的效．这里，惩罚因子在惩罚函数法中要增大到u15＝3276.8，而在乘子法中只要增大到u6=6.4．相比之下，乘子法不需过分地增大惩罚因子，确实比惩罚函数法有效很多.第68页,共81页，2024年2月25日，星期天*Matlab求解约束非线性规划其中：x、b、beq、lb、ub是向量，A、Aeq为矩阵，C(x)、Ceq(x)是约束向量的函数，f(x)为目标函数，f(x)、C(x)、Ceq(x)可以是非线性函数。第69页,共81页，2024年2月25日，星期天*函数fmincon格式x=fmincon(fun,x0,A,b)x=fmincon(fun,x0,A,b,Aeq,beq)x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub)x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon)x=fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)[x,fval]=fmincon(…)[x,fval,exitflag]=fmincon(…)[x,fval,exitflag,output]=fmincon(…)[x,fval,exitflag,output,lambda]=fmincon(…)[x,fval,exitflag,output,lambda,grad]=fmincon(…)[x,fval,exitflag,output,lambda,grad,hessian]=fmincon(…)第70页,共81页，2024年2月25日，星期天*解:(1)写成标准形式：例1第71页,共81页，2024年2月25日，星期