增广拉格朗日函数

对于优化问题
arg ⁡ min ⁡ z   E ( z ) ( 1 a ) s . t . C z − b = 0 ( 1 b ) \mathop{\arg\min}_{z} \ E(z)\qquad(1a)\\ s.t. \quad Cz-b=0 \qquad(1b) argminz E(z)(1a)s.t.Czb=0(1b)
其增广拉格朗日函数被定义为:
L ( z , α , μ ) = E ( z ) + α T ( C z − b ) + μ ∣ ∣ C z − b ∣ ∣ 2 2 L(z,\alpha,\mu)=E(z)+\alpha^T(Cz-b)+\mu||Cz-b||_{2}^2 L(z,α,μ)=E(z)+αT(Czb)+μCzb22

其中, α \alpha α为拉格朗日乘数。 μ \mu μ为步长参数,它的取值会影响算法的收敛速度。但它并不影响它收敛的解。

约束问题的解法如下:
在这里插入图片描述

  • 4
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
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