欢迎来到天天文库
浏览记录
ID:37599372
大小:841.50 KB
页数:18页
时间:2019-05-12
《第4讲+非线性规划》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第四节非线性规划模型的解•二次插值法•最速下降法•罚函数法非线性规划模型的一般形式:一、无约束模型:二、有约束模型:则称为局部最优解,或局部解;则称为整体最优解,或最优解或解一、无约束模型的解沿某直线方向求目标函数的极小值点,称为一维搜索。高维问题可通过一系列的一维搜索,求出其近似最优解。一维搜索沿某些方向作一维搜索化为无约束问题讨论顺序:1.一维搜索(二次插值法)单峰函数或过三点作抛物线:有故方程组有唯一解,且即抛物线的开口向上。令得极小值点再从中选出满足前面不等式的三点,重复前面的过程,直到满足终止条件:则注:迭代时,若出现退化情形可取继续迭代。#2.最速下降法f(
2、X)D=-f(X)第1步求新点设f(X)可微,给定初始点X1,>0,每次沿使f下降得最快的负梯度方向D=-f(X)搜索,直到满足终止条件为止。第k次迭代令注意:k不是步长(因Dk不是单位向量),且非负(否则,不是下降得最快的方向)。得新点设已得Xk第2步验证终止条件否则,将Xk+1作为新的出发点,作为新的迭代方向,进行下一次迭代。有结论:因为可见,搜索路线呈之字形。该法的优点是:不论维数多高,每次迭代只沿一个方向搜索。“较圆”时,则收敛得较快;“较扁”时,则收敛得较慢。当目标函数等值线•实际中,前面阶段可用最速下降法,后面阶段用旋转方向法。缺点是:收敛速度“前快后
3、慢”。例求解解因<所以令则有由得新点:第1步第2步因<令沿方向搜索,得迭代:经5次迭代后得解点而本题的精确最优解是:搜索过程见P.32表1.11。例1.24例1.23罚函数法利用约束函数,引入辅助函数思路:二、有约束模型的解构造非负函数:作罚函数:所有约束都满足至少有一个不满足作辅助函数:罚因子(充分大)原模型化为无约束模型:对给定的M1,求得最优解X1=X(M1)•当时,•当时,否则,加大罚因子,迭代,…若满足终止条件(X1近似可行)可以证明:对于因此,该方法也称为外点法。#例用罚函数法求解解构造辅助函数在图中阴影区域内(S外的点),用微分法求F的极小值点。即令#注:若
4、不便用微分法求解,则可用无约束模型的搜索法对给定的Mi(或任意的M)求X(Mi),用终止条件终止计算。变化过程见P.35另外:还有混合罚函数法、内点法等。#
此文档下载收益归作者所有