当前课程知识点:水资源系统分析理论与应用 > 第二章 实用非线性优化方法 > 2.5二次规划 > 2.5二次规划
同学们好
本次课主要讲授二次规划
二次规划是十分特殊的约束非线性规划问题
所以对它的求解方法也是特殊的
二次规划有着广泛的应用
不少实际问题
例如意大利水文学家纳特(Natale)
托迪尼(Todini)于1974年提出的
线性约束系统模型(CLS)的参数识别问题
支持向量机模型的求解等
最终都归结为求解一个二次规划问题
其中目标函数是一个二次函数
约束条件是me个等式约束和
(m-me)个不等式约束
m个约束条件的左端项均为线性函数
当H正定(或半正定)时
二次规划问题
(2.5-1)~(2.5-3)为凸规划
它的局部极值点即为全局极值点
Kuhn-Tucker条件不但是
极值点存在的必要条件
也是充分条件
因此
求解二次规划问题
(2.5-1)~(2.5-3)
可以转化为求Kuhn-Tucker点
考虑只有等式约束的二次规划问题
求解等式约束二次规划问题等价于
求解由K-T条件得到的线性方程组.
下面看一个例题.
例
求解仅有等式约束的二次规划
解
该二次规划的广义拉格朗日函数为
K-T条件
求解由上述K-T条件构成的线性方程组得
于是
Wolfe方法求解的是如
(2.5-19)~(2.5-21)
形式的二次规划
我们有K-T条件组
(2.5-22)~(2.5-25)
Wolfe方法就是将求解K-T条件
(2.5-22)~(2.5-25)
转化为线性规划问题求解
进而达到求解二次规划问题
(2.5-19)~(2.5-21)
的目的.
这一算法分为短形式和长形式2种情形
下面考虑Wolfe方法短形式
假定H正定或g=0
引进人工变量W
Z1
Z2
考虑线性规划问题(2.5-26)~(2.5-30)
(2.5-30)的含义是
vj与xj不能同时作为基变量
显然它是线性规划问题
(2.5-26)~(2.5-30)
的1个基本可行解
若采用线性规划单纯形法求解得到
线性规划问题(2.5-26)~(2.5-30)的最优解
且满足(2.5-31)
则求得满足Kuhn-Tucker条件(2.5-22)~(2.5-25)的K-T点
线性规划问题(2.5-26)~(2.5-30)
可分解成较简单的2阶段求解
以第1阶段求得的最优解及U=0
V=0
W=0作为第2阶段线性规划问题
(2.5-36)~(2.5-40)
的初始基本可行解
采用单纯形法求解
求解过程中保持(2.5-40)成立
Wolfe已证明
当H正定或g=0时
线性规划问题
(2.5-36)~(2.5-40)
的最小值S2*=0
且Z1*=0
Z2*=0
于是
第2阶段最终求得的最优解满足
K-T条件(2.5-22)~(2.5-25)
进而求得二次规划问题
(2.5-19)~(2.5-21)
的最优解
下面考虑Wolfe方法长形式
将原二次规划问题分成3个阶段求解
首先
在原二次规划问题的K-T条件组
(2.5-22)~(2.5-25)中
令g=0
得(2.5-41)~(2.5-43)
便于Wolfe方法短形式进行2阶段求解
用第1阶段
第2阶段求出的最优解
与μ=0一起组成第3阶段辅助线性规划问题
(2.5-44)~(2.5-48)的一个基本解
求得(2.5-44)~(2.5-48)
一个解满足μ=1
则它就是原二次规划问题
(2.5-19)~(2.5-21)
的最优解.
当我们求解线性规划问题
(2.5-44)~(2.5-48)时
会发生2种情况
找到最优解
最优解无界
Wolfe证明了不会出现第一种情况
因此
在第3阶段单纯形迭代求解过程中
求得一系列解
X(i)
vi)
U(i)μ(i)
i=1
2…
I
I+1…
其中0<μ(1)< μ(2)<…<μ(I)< μ(I+1)<…
若μ(I)<1
则必存在λ>0使μ(I)+ λμ(I+1)=1
于是得到(2.5-44)~(2.5-48)一个解
X^
V^
U^
μ^
=(X(I)+λX(I+1)
V(I)+ λV(I+1)
U(I)+ λU(I+1) μ(
I)+ λμ(I+1))
且满足μ^=1
若μ(I)≥1
则存在一个迭代步骤i0满足1≤i0≤I-1
使μ(i0)<1≤μ(i0+1)
于是存在α≥0β≥0α+β=1
使i)+βμ(i0+1)=1
于是得到(2.5-44)~(2.5-48)一个解
X^
V^
U^μ^=α
X(i0)+ βX(i0+1) α
V(i0)+ βV(i0+1) α
U(i0)+ βU(i0+1) αμ(
i0)+ βμ(i0+1)
且满足μ^=1
总之
求得(2.5-44)~(2.5-48)
一个解满足μ=1
即求得原二次规划问题
(2.5-19)~(2.5-21)
的最优解
有效集法是通过求解有限个
等式约束二次规划问题来解决
一般约束下的二次规划问题
(2.5-1)~(2.5-3)
理论基础是定理2.5-2
定理2.5-2 中的(2.5-50)
表示二次规划问题(2.5-1)~(2.5-3)
在X*点起作用的约束即有效约束
如果X*是(2.5-1)~(2.5-3)的可行点
且是问题(2.5-49)与
(2.5-50)的局部最优解
在X*处的Lagrange乘子满足非负性
即(2.5-51)成立
则X*必是原问题
(2.5-1)~(2.5-3)的K-T点
设在第 次迭代
有二次规划问题
(2.5-1)~(2.5-3)
的一个可行点
其有效集为
求等式约束二次规划问题
(2.5-52)
(2.5-53)的最优解为
相应的
乘子向量为
是否等于
两种情况求点
使得
第一种情形
由于
和
分别是(2.5-52)
(2.5-53)的最优解和可行解
所以有
但
不一定可行
1)若 为原问题的可行解
令
重复第 次迭代
2)若 不可行
取连接 与 的直线上
靠 最近的可行点作为
下次迭代的点
重复第 次迭代
第二种情形
1)若
则 是(2.5-1)~(2.5-3)的最优解
计算结束
2)若有小于0的k-T乘子
则取
在有效集 中删去小于0的k-T乘子对应的约束条件指标
得新的有效集
以
代替
重复第 次迭代.
本次课到此结束
谢谢大家
再见
-1.1 水资源系统分析问题的提出
-1.2 系统的概念与系统方法
-1.3系统分析的概念和内容
-1.4水资源系统分析方法
-1.5水资源系统分析量化方法案例
-第一章测试
-2.1非线性优化数学模型与求解方法
-2.2最优性条件
--2.2最优性条件
-2.3一维优化与线搜索
-2.4无约束极值问题的解析法
-2.5二次规划
--2.5二次规划
-2.6约束非线性优化罚函数法
-2.7非线性优化直接方法
-2.8 SCE-UA算法
-2.9可变容差法
--2.9可变容差法
-第二章测试
-3.1多阶段决策问题
-3.2动态规划基本原理
-3.3水库优化调度建模及求解
-3.4 随机动态规划模型
-3.5水库优化调度实例
-第三章测试
-4.1遗传算法
--4.1遗传算法
-4.2粒子群算法
--4.2粒子群算法
-4.3蚁群算法
--4.3蚁群算法
-4.4狼群算法
--4.4狼群算法
-第四章测试
-5.1多目标规划问题与特点
-5.2多目标规划模型与解的概念
-5.3多目标规划求解方法
-5.4多目标规划的实例
-第五章测试
-6.1动态系统预测方法导论
-6.2时间序列方法
-6.3线性动态系统模型方法
-6.4 BP人工神经网络方法
-6.5支持向量机方法
-6.6洪水过程动态系统预报方法实例
-第六章测试
-7.1评价程序与评价指标
-7.2层次分析法
--7.2层次分析法
-7.3模糊综合评价法
-7.4投影寻踪评价法
-第七章测试
-8.1决策分析的基本概念
-8.2 不确定性的基本概念
-8.3 完全不确定型决策
-8.4 风险的多维度量
-8.5 风险型决策(1)
-8.6风险型决策(2)
-第八章测试
-期末测试
-期末论文