3、问题：
4.1、外点法（外部惩罚函数法）：
如何将此算法模块化？
外点法框图： kk1
初始 x(0),1 0,1 0,k1
以x(k)为初始点 , 解
min f ( x) k p( x)
得到 x (k 1)
No
k1k
kp(x(k1)) yes
停 x (k 1) f22=subs(fx2x2); if(double(sqrt(f1^2+f2^2))<=0.002)
a(k+1)=double(x1);b(k+1)=double(x2);f0(k+1)=double(subs(f)); break; else X=[x1 x2]'-inv([f11 f12;f21 f22])*[f1 f2]'; x1=X(1,1);x2=X(2,1); end end if(double(sqrt((a(k+1)-a(k))^2+(b(k+1)b(k))^2))<=0.001)&&(double(abs((f0(k+1)-f0(k))/f0(k)))<=0.001) a(k+1) b(k+1) k f0(k+1) break; else m(k+1)=c*m(k);
非线性规划问题的求解方法
Content
无约束非线性规划问题 有约束非线性规划问题 Matlab求解有约束非线性规划问题
一.无约束问题
• 一维搜索
指寻求一元函数在某区间上的最优值点的方法。这类方法不仅有实用 价值，而且大量多维最优化方法都依赖于一系列的一维最优化。
逐次插值逼近法 近似黄金分割法（又称0.618法） • 无约束最优化
内点法框图 kk1
x(0) S0 , 1 0, [0,1], 0, k 1
min

s.t.
f (x) kq(x) x S0
从 x ( k )出发 ,
求得 x ( k 1)
No
k1 k
kq(x(k1))
yes
停
x(k1) opt
最速下降法（负梯度法） Newton法 共轭梯度法 拟Newton法 变尺度法
二.有约束问题
（一）罚函数法（SUMT） 1、算法思想： 将有约束优化问题转化为一系列无约束优化问题 进行求解.(Sequential Unconstrained Minimization Technique-SUMT） 2、算法类型： 外点法（外惩法） 内点法（内惩法）
4.2、内点法（内部惩罚函数法）： min F ( x, )
s.t. x S
算法： （ 1） 给 定 初 始 内 点 x (0) S ， 允 许 误 差 e>0，
障 碍 参 数 (1) ， 缩 小 系 数 b (0 ,1) ， 置 k= 1 ；
（ 2） 以 x (k1) 为 初 始 点 ， 求 解 下 列 规 划 问 题 ：
内点法的matlab程序：
m=zeros(1,50);a=zeros(1,50);b=zeros(1,50);f0=zeros(1,50); syms x1 x2 e; m(1)=1;c=0.2;a(1)=2;b(1)=-3; f=x1^2+x2^2-e*(1/(2*x1+x2-2)+1/(1-x1)); f0(1)=15; fx1=diff(f,'x1');fx2=diff(f,'x2');fx1x1=diff(fx1,'x1');fx1x2=diff(fx1,'x2');fx2x1 =diff(fx2,'x1');fx2x2=diff(fx2,'x2'); for k=1:100 x1=a(k);x2=b(k);e=m(k); for n=1:100 f1=subs(fx1); f2=subs(fx2); f11=subs(fx1x1); f12=subs(fx1x2);
指寻求 n元实函数f在整个n维向量空间Rn上的最优值点的方法。无约 束最优化方法大多是逐次一维搜索的迭代算法。这些迭代算法的基本
思想是：在一个近似点处选定一个有利搜索方向,沿这个方向进行一 维寻查,得出新的近似点。然后对新点施行同样手续，如此反复迭代, 直到满足预定的精度要求为止。根据搜索方向的取法不同，可以有各 种算法。
三.Matlab求解有约束问题
运行输出：
x= 24.0000 12.0000 12.0000
fval = -3.4560e+03
（二）非负条件下线性最小二乘lsqnonneg
（三）有约束线性最小二乘lsqlin
（四）非线性最小二乘lsqnonlin
求解x,使得下式最小
运行输出：
x= 0.2578 0.2578
end end
结果：
•
ans =
•
• 1.0000
•
•
• ans =
•
• -7.1594e-004
•
•
• k=
•
• 14
小结
讲解了两个求解有约束非线性规划问题的特点. 易于实现，方法简单. 没有用到目标函数的导数.
问题的转化技巧（近似为一个无约束规划）.
（二）拉格朗日乘子法 （三）可行方向法与广义简约梯度法 （四）SQP方法
min f ( x ) ( k ) B ( x )
s.t. x S
， 令 x (k) 为 所 求 极 小 点
（ 3） 如 果 (k)B (x (k) ) e ， 则 停 止 计 算 ， 得 到 结 果x (k) ，
(k 1) b (k )
（ 4） 否 则 令
， 置 k= k+ 1 ， 返 回 （ 2 ）。
resnorm = 124.3622
Thank you for your attention!
畅想网络
No Image