2019.02.25
【
- 顾名思义,问题是二次的,这里约束是线性的。对于这类特殊形式的求解
- 先作KKT条件再近似,与SQP中先做近似再利用KKT条件得到的结果一致】
二次规划的问题形式及其常用求解方法
现考虑一般的二次规划问题:
如果G正定,则为凸二次规划,非凸的二次规划往往有多个稳定点和局部最小值,更难解。
具体求解:
1 只有等式约束
KKT条件:
将代入得
DIRECT SOLUTION OF THE KKT SYSTEM
即上述KKT代数求解方法:
-
直接求解 消元法
- SCHUR-COMPLEMENT METHOD
- NULL-SPACE METHOD
ITERATIVE SOLUTION OF THE KKT SYSTEM
即上述KKT迭代求解方法:
- CG:预条件、投影CG
- Krylov : GMRES, QMR, LSQR
2 不等式约束(+等式约束)
拉格朗日函数:
其KKT条件:
若满足KKT条件且G半正定则其为全局最优点。
1.ACTIVE-SET METHODS FOR CONVEX QPs(积极集方法)
问题转化为等式约束子问题
1、在、作用集处寻找最优方向p:
2、根据上节等式约束求解算法求得
3、须满足不等式约束
当时肯定满足;当时,须满足
4、因此综合不等式约束可以取
5、If αk < 1, that is, the step along pk was blocked by some constraint not in Wk , a new working set Wk+1 is constructed by adding one of the blocking constraints to Wk
6、当p=0时此点最优,此时该拉格朗日函数 约束的系数应为非负的。若G正定,此点全局最优。
2、INTERIOR-POINT METHODS(内点方法)
3、THE GRADIENT PROJECTION METHOD(投影梯度方法)
限于处理约束形式比较简单的问题: