非线性规划

本文详细介绍了非线性规划的概念及其在MATLAB中的解法,包括无约束和约束极值问题的求解策略,如梯度法、Newton法以及MATLAB的内置函数FMINCON、FMINUNC、QUADPROG等的应用。
摘要由CSDN通过智能技术生成

非线性规划还没有适用于各种问题的一般算法,各个方法都有自己特定的适用范围。

对一个实际问题把它归结为非线性规划问题时,一般要注意以下几点:

  • 确认供选方案:收集与问题有关的资料,全面熟悉问题后,确认供选方案,并用一组变量表示它们
  • 提出追求目标:极小化或者极大化目标,用数学关系式表示
  • 给出价值标准:要确立所考虑的目标“好”或“坏”的价值标准
  • 寻求限制条件:用等式或者不等式表示

非线性规划的MATLAB解法:

min f(x)             

\left\{\begin{matrix}Ax\leqslant B \\ Aeq\cdot x=Beq \\ C(x)\leqslant 0 \\ Ceq(x) = 0 \end{matrix}\right.

MATLAB中的命令是:

X = FMINCON(FUN,X0,A,B,Aeq,Beq,LB,UB,NONLCON,OPTIONS)

A,B,Aeq,Beq定义了线性约束,

NONLCON是用M文件定义的非线性向量函数C(X),Ceq(X)。

求解非线性规划的基本迭代格式

对于非线性规划模型(NP),可以采用迭代方法求解它的最优解。

x^{k} \in R^{n}是某迭代方法的第k轮迭代点,x^{k+1} \in R^{n}是第k+1轮迭代点,记:

x^{k+1}=x^{k}+t_{k}p^{k}(求解非线性规划模型的基本迭代格式)

这里t^{k} \in R^{1}p^{k} \in R^{n}\begin{Vmatrix} p^{k} \end{Vmatrix}=1,并且p^{k}的方向是从点x^{k}向着点x^{k+1}的方向。

 无约束极值问题的解法:

无约束极值问题可表述为:min f(x), x \in E^{(n)},求解该问题的迭代法分为两点:

1、解析法:用到函数的一阶导数或者二阶导数

1.1、梯度法(最速下降法)

p^{k}=-\triangledown f(x^{k})

每轮从点x^{k}出发沿最速下降的方向

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值