freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

優(yōu)化決策理論與方法(1)(編輯修改稿)

2025-06-16 03:12 本頁面
 

【文章內(nèi)容簡介】 =0,所以x1=x2=?1/2,得 x1=x2=2, x*=[2,2]T為該問題的唯一 KKT點。 ? 根據(jù)凸規(guī)劃充分條件知 x*為全局最小點。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 可行方向法 ?上面例題介紹了通過求解 KKT方程獲得問題解的方法,但 KKT方程并不總是很好求解。下面介紹幾種約束優(yōu)化的求解方法:可行方向法、序列無約束化法和 SQP法。 ?可行方向法的應用條件 :要求所有約束均為線性約束(稱為線性約束的優(yōu)化問題, LCO)。 ?可行方向法的基本思想 :當某個可行方向同時也是目標函數(shù)的下降方向時,沿此方向移動一定會在滿足可行性的情況下改進迭代點的目標函數(shù)值。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 可行方向法 x1 x2 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 可行方向法 ? LCO問題: Min f(x) . aiTx?bi, i?I ajTx=bj, j?? ?設 x0是 LCO的一個可行解,若 d是可行域在 x0點的 可行方向 ,則 d滿足 AI(x0)d?0(I(x0)={i|aiTx0=bi,i?I}),A?d=0。 ?設 x0是 LCO的一個可行解,若 d是可行域在 x0點的 下降方向 ,則 d滿足 dT?f(x0)0。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 可行方向法 ? Zoutendijk可行方向法:其核心思想是通過求解下列線性規(guī)劃問題,在可行方向的某個范圍內(nèi)獲得目標函數(shù)的最速下降方向。 Min dT?f(x0) . AI(x0)d?0, I(x0)={i|aiTx0=bi,i?I} A?d=0 ||d||∞?1 ?可以證明:當 x0取得 KKT點時當且僅當 dT?f(x0)的最優(yōu)值為零。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 序列無約束化法 ?求解約束優(yōu)化的一類重要方法是用一個無約束優(yōu)化問題的序列逼近約束優(yōu)化問題,通過無約束優(yōu)化問題的最優(yōu)解序列逼近約束優(yōu)化問題的最優(yōu)解。 ?基本思想: 將約束條件通過某種轉(zhuǎn)換與目標函數(shù)合并形成一個無約束優(yōu)化問題。這種轉(zhuǎn)換隱含著某種懲罰,即 x偏離約束條件越遠,受到的懲罰越大。因此也將此類方法稱為 罰函數(shù)法 ,所形成的無約束優(yōu)化函數(shù)成為 罰函數(shù) 。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 序列無約束化法 ?二次罰函數(shù)法 : ? 罰函數(shù): ? 其中 (gi)=max{0,gi}, ?稱為罰參數(shù),且當 ?→ 0時, Q(x,?)的極小值趨于 f(x)的極小值。 )(2 1)())((2 1)(),(||12||12 xQxfhgxfxQjjIii ????????? ?????)(m i n)),((m i nl i m 0 xfxQ ?? ??2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 序列無約束化法 ?例 : min f=x1+x2 . x1x22=0 ?解:對于 ?0,定義二次罰函數(shù) Min Q(x,?)=x1+x2+(2?)1(x1x22)2 Q’x1=1+(x1x22)/?=0 Q’x2=12x2(x1x22)/?=0 解得: x?*=(1/4?,1/2)T, Q*=1/4?/2 當 ?→ 0時得, x*=(1/4,1/2)T, f*=1/4 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 序列無約束化法 ?對數(shù)障礙函數(shù)法 : ? 障礙函數(shù): ? 其中 ?稱為障礙參數(shù),且當 ?→ 0時, P(x,?)的極小值趨于f(x)的極小值。 ? 該方法的適用性: COP問題僅包含不等式約束函數(shù),且可行域存在內(nèi)點。即 S0={x|g(x)0}≠? ????Iii xgxfxP )(ln)(),( ??2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — 序列無約束化法 ?例 : min{f=x/2|x?1} ?解:構造對數(shù)障礙函數(shù) P(x,?)=x/2?ln(x1) ? P’x=1/2?/(x1)=0,得 x?*=1+2?, P*=1/2+??ln2? ? 當 ?→ 0時得 x*=1, f*=1/2 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 二次規(guī)劃 — 標準型 ?若有約束非線性規(guī)劃的目標函數(shù)是決策變量 x的二次函數(shù)且所有約束均為線性約束,稱此類非線性規(guī)劃問題為二次規(guī)劃 (Quadratic Programming, QP)問題。其標準型為: ????????jbxaIibxatsxcQxxxfQPjTjiTiTTRxn,..21)(m i n)(2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 二次規(guī)劃 — 標準型 ?其中 Q=QT?Rn n( n階對稱方陣);以 aiT(i?I)為行向量的矩陣記為 AI?RI n;以 ajT(j??)為行向量的矩陣記為 A??R? n;對應的向量記為 bI, b?。若目標函數(shù)的 Hesse矩陣 Q是半正定 (或正定 )的,則 QP問題為(嚴格 )凸二次規(guī)劃 (CQP)。我們僅討論凸二次規(guī)劃問題,因為非凸二次規(guī)劃的 Q存在負特征根,求解很困難。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 二次規(guī)劃 — 極小點存在條件 ?充要條件 ? 可行點 x*是 QP問題的局部極小點當且僅當 x*為一個 KKT點且對于任意非零可行方向 d,有 dTQd?0。 ? 對于凸二次規(guī)劃, x*為全局極小點當且僅當 x*為局部極小點,當且僅當 x*為 KKT點。 ? 二次規(guī)劃的 KKT定理形式為: Qx*+c=AIT?*+A?T?* (AIx*bI)?*=0 ?二次規(guī)劃的求解本質(zhì)上就是求解上述 KKT方程。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — SQP法 ?對于非線性約束優(yōu)化 (COP)問題, ?若 x*是 COP問題的一個局部最優(yōu)解,則它對應一個純等式約束優(yōu)化問題 ??????jxhIixgtsxfjiRx n,0)(,0)(..)(m i n????????jxhxgIixIxgtsxfjixIRx n,0)(}0)(|{)(,0)(..)(m i n***)( *2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — SQP法 ?因此如果事先知道積極約束指標集,那么帶有不等式約束優(yōu)化問題就可以轉(zhuǎn)化為純等式約束優(yōu)化問題,并可用準牛頓法求解,這就是逐次二次規(guī)劃(Sequential Quadratic Programming, SQP)法。 ?基本思想 :在迭代點處構造一個二次規(guī)劃子問題,近似原來的約束優(yōu)化問題;然后通過求解該二次規(guī)劃子問題獲得約束優(yōu)化問題的一個改進迭代點;不斷重復此過程,直到求出滿足一定要求的迭代點。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — SQP法 ? 對于等式約束優(yōu)化問題 Min f(x) . h(x)=0 ? 拉格朗日函數(shù)記為 L(x,?)=f(x)?Th(x) ? 則 ?L(x,?)=(?f(x)?h(x)?, h(x))T=0,顯然問題的最優(yōu)解(x*,?*)滿足此式。 ? 設 (xk,?k)是第 k次迭代結果,根據(jù)牛頓法,有: ???????? ????????????????????????????????????????????????????)()()(0)()(),()),(()),((121211kkkkTkkkkxxkkkkkkkkkkxhxhxfxhxhxLxxLxLxx???????2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — SQP法 ? 上述迭代過程等價于如下的二次規(guī)劃的迭代。設給定迭代點(xk,?k),則 0)()(..,)(),(21m i n 2??????kTkTkkkxxTdxhdxhtsdxfdxLd ?2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — Matlab函數(shù)應用 ? Optimization ToolBox Min f(x) . c(x)?0 ceq(x)=0 Ax?b Aeqx=beq lb?x?ub ? [x,fval] = fmincon(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon) ? fun定義目標函數(shù) ,x0定義初始可行解, nonlcon定義 c(x)和ceq(x)。 2021年 6月 15日 1時 47分 決策理論與方法 優(yōu)化決策理論與方法 約束非線性規(guī)劃 — Matlab函數(shù)應用 ? 用法 ? 創(chuàng)建一個 matlab文件,如 function f = myfun(x) f = f(x)。 ? 創(chuàng)建另一個 matlab文件,如 function [c, ceq] = confun(x) c = c(x)。 ceq = ceq(x)。 ? 調(diào)用 fmincon并指定初始搜索點以及其他向量、矩陣。 x0=[x1,x2,…,xn]。A。b。Aeq。beq。lb。ub。 [x
點擊復制文檔內(nèi)容
法律信息相關推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號-1