由于最优化理论是许多算法的基础,因此本文在这里简单梳理了一下最优化相关的重要知识点以及算法分类,以供需要时查询使用。
一、最优化理论基础
1.线性规划中的对偶理论:
典型线性规划问题
及其对偶问题
或
满足:i)若原问题与其对偶问题中有一个问题存在最优解,则另一个问题也存在最优解,且两个问题的目标函数的最优值相等(并且两个问题的目标值会以相反的方向逐渐逼近直至相等)。
ii) [互补松弛性质] 设和
分别是原问题和对偶问题的可行解,那么
和
都是最优解的充要条件是,对所有i和j,下列关系成立:
如果 ,就有
;
如果 ,就有
;
如果 ,就有
;
如果 ,就有
;
上述两个定理是线性规划对偶方法的基础,在对偶单纯形、路径跟踪法等算法中常用 i) ,通过交替求解原问题和对偶问题来从一个基础可行 or 对偶可行解出发逐步趋近最优解;而 ii) 则是原问题与对偶问题之间的相当有用的性质,以此作为引申,可以得到在有约束条件下的KKT条件,并以此求解一些非线性且带约束条件的问题,如Lagrange法等。
2.非线性规划中的最优性条件
(1)无约束问题
一阶条件:①设函数在点
可微,若
是局部极小点,则梯度∇
.
②设函数在点