无约束非线性规划求解方法及其实现

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

无约束非线性规划求解方法及其实现

作者:杨玲指导老师:陈素根

摘要:

非线性规划是具有非线性约束条件或目标函数的数学规划,是运筹学的一个重要分支。非线性规划属于最优化方法的一种,是线性规划的延伸。非线性规划研究一个n元实函数在一组灯饰或不等式的约束条件下的极值问题,且目标函数和约束条件至少有一个是未知量的非线性函数。目标函数和约束条件都是线性函数的情形则属于线性规划。非线性规划是20世纪50年代才形成的一门新兴学科。1951年H.W库恩和A.W塔克发表的关于最优性条件的论文是非线性规划正是诞生的一个重要标志。在50年代还得出了可分离规划和二次规划的n种解法,它们大都是以G.B.丹齐克提出的解线性规划的单纯形法为基础的。50年代末到60年代末出现了许多解线性规划问题的有效的算法,70年代又得到进一步的发展。非线性规划在工程,管理,经济,科研,军事等发面都有广泛的应用,为最优设计提供了有力的工具。20世纪80年代以来,随着计算机技术的快速发展,非线性规划在信赖域法、稀疏牛顿法、并行计算、内点法和有限存储法等领域取得了丰硕的成果,无约束非线性规划问题是非线性规划的一个重要内容,很多学者对非线性规划问题进行了深入且系统的研究,研究成果丰硕。

关键词最优化共轭梯度法非线性无约束

1 引言

1.1 无约束非线性规划问题是最基本的非线性规划问题,在1959~1963年幼三位数学家共同研究成功求解无约束问题的DFP变尺度法,该算法的研究成功是无约束优化算法的一个大飞跃,引起了一系列的理论工作,并陆续出现了许多新的算法。20世纪80年代以来,随着计算机技术的快速发展,非线性规划在信赖域法、稀疏牛顿法、并行计算、内点法和有限存储法等领域取得了丰硕的成果。无约束非线性规划问题是非线性规划的一个重要内容,很多学者对非线性规划问题进行了深入且系统的研究,研究成果丰硕。

1.2 本文主要研究无约束非线性规划问题,将文章分成四个部分,首先会具体介绍无约束非线性规划的相关概念,并在此基础上研究非线性规划的相关理论与基本算法问题,接着详细介绍无约束非线性规划的几种主要的求解方法,最后举例说明他在实际生活中的应用,并编程实现它。

2 正文

2.1主要介绍无约束非线性规划的相关概念

一个非线性规划问题的自变量x没有任何约束,或说可行域即是整个n维向量空间:n

错误!未找到引用源。,则称

x R

这样的非线性规划问题为无约束问题:错误!未找到引用源。或错误!未找到引用源。 。

一般我们研究的无约束非线性规划问题大都可以归结为求无约束最优化问题。

2.2 介绍无约束非线性规划的几种主要的求解方法及其实现 求解无约束非线性规划问题就是求解无约束非线性规划最优化

的问题,可以表述为()min ,n

f x x R ∈。它的求解方法有许多种,

大体上可以概括为两大类,一是直接法,二是解析法。解析法又被称为代数法,值得是通过计算

()f x 的一阶,二阶偏导数及其

函数的解析性质来实现极值的求解方法。相应的,不必计算

()f x 的一阶、二阶偏导数及其函数的解析性质,仅用到函数值

来实现近似值的求解方法叫直接法。

1. 先介绍直接法中的一维搜索方法,包括Fibonacci 法和0.618法。

一维搜索方法就是在用迭代法沿某一已知方向求目标函数极小点的方法,常用的由斐波那契法和黄金分割法。

考虑一维极小值问题()min a t b f t ≤≤,若()f t 是[],a b 区间上的下单峰函数,我们将通过不断的缩短[],a b 的长度,来探索()min a t b

f t ≤≤的近似最优解。在[],a b 中任意取两个关于[],a b 是对称的点1t 和1t (不妨设,2

1t t <并称它们为搜索点),计算()1f t 与()2f t 并

比较它们的大小。对于单峰函数,若

()()12f t f t <,则必有

[]

1*,t a t ∈,

因而[]1,a t 是缩短了的单峰区间,若()()21f t f t <,

则有

[]

2*,t t b ∈,故[]2

,t b 是缩短了的单峰区间,若

()()21f t f t =,则[]1,a t 和[]2,t b 都是缩短了的单峰。因而通

过两个搜索点处目标函数值大小的比较,总可以获得缩短了的单峰区间。对于新的单峰区间重复上述做法,又可以获得更短的单峰区间。如此下去,在单峰区间缩短到充分小时,可以取最后的搜索点作为()min a t b

f t ≤≤最优解的近似值,下面介绍斐波那契法

来选取搜索点,使给定的单峰区间的长度能尽快缩短。 Fibonacci 法: 若数列

{}

n F 满足关系:011F F ==,21n n n F F F --=+,2,3,

n =,则称n F 为Fibonacci 数列,n F 称为第n 个

Fibonacci 数,称相邻两个Fibonacci 数之比1

n n

F F -为Fibonacci 分

数。当用斐波那契法以n 个探索点来缩短某一区间时,区间长度

的第一次缩短率为1

n n F F -,其后各次分别为231

122,,

,

n n n n F F F F F F ----,

由此,若1t 和2t ,

()21t t <单峰区间[],a b 中的第1个和第2

个探索点的话,则应有比例关系1

1n n F t a b a F --=-,

22a n n t F b a F --=-,从

相关文档
最新文档