




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
第六章非線性規(guī)劃第一節(jié)基本概念第三節(jié)無約束極值問題第四節(jié)約束極值問題1第六章非線性規(guī)劃第一節(jié)基本概念1第一節(jié)基本概念一、非線性規(guī)劃數(shù)學(xué)模型2第一節(jié)基本概念一、非線性規(guī)劃數(shù)學(xué)模型2非線性規(guī)劃數(shù)學(xué)模型一般形式:
Minf(X)
s.t.
hi(X)=0(i=1,2,…,m)gj(X)≥0,(j=1,2,…,l)X=(x1,x2,…,xn
)T
是n維歐式空間En中的點,目標(biāo)函數(shù)f(X),約束函數(shù)hi(X)和gj(X)是X實函數(shù)。有時,非線性規(guī)劃數(shù)學(xué)模型寫成:Minf(X)
s.t.
gj(X)≥0,(j=1,2,…,l)若某gj(X)=0,可以gj(X)≥0和-gj(X)≥0代替之。3非線性規(guī)劃數(shù)學(xué)模型一般形式:3
4
4A(0,5)BCD(4,1)1O125x1x2345A(0,5)BCD(4,1)1O125x1x2345
6
6
7
7
8
8
9
9AT=A,即aji
=aij。若aij均為實數(shù),則稱f(X)=XTAX為實二次型。A與二次型一一對應(yīng)。(1)若對于非零X,實二次型總有XTAX>0,則稱為正定的;(2)若對于非零X,實二次型總有XTAX<0,則稱為負(fù)定的;(3)若對于某些非零X,XTAX>0,而對另一些非零X,XTAX<0,則稱為不定的;(4)若對任意非零X,XTAX≥0,則稱為半正定的。若對任意非零X,XTAX≤0,則稱為半負(fù)定的。(5)A相應(yīng)地稱正定、負(fù)定、不定、半定。10AT=A,即aji=aij。若aij均為實數(shù),則稱f(實二次型f(X)=XTAX為正定的充要條件是:>0a11>0,|a11a12||a11a12a13||a21a22|>0
|a21a22a23|>0…|a31a32a33||a11a12…a1n||a21a22…a2n|
|...|>0|...||...||an1an2…ann|11實二次型f(X)=XTAX為正定的充要條件是:>011實二次型f(X)=XTAX為負(fù)定的充要條件是:a11<0,|a11a12||a11a12a13||a21a22|>0
|a21a22a23|<0…|a31a32a33||a11a12…a1n||a21a22…a2n|(-1)n|...|>0|...||...||an1an2…ann|12實二次型f(X)=XTAX為負(fù)定的充要條件是:12
[例1]判定如下二次型的性質(zhì)。
-522011A=2-60B=10-320-41-30矩陣A:
-5<0,|-5
2
|=26>0|-522||2-6||2-60|=-80<0|20-4|矩陣A為負(fù)定。矩陣B:b11=0,|0
1
|=-1<0|10|矩陣B為不定。
13[例1]判定如下二次型的性質(zhì)。13
14
14
15
15
16
16
17
17
18
18
19
19顛倒上述定義中不等式方向,可得凹和嚴(yán)格凹函數(shù)的定義。若f(X)是(嚴(yán)格)凸函數(shù),則g(X)=-f(X)是(嚴(yán)格)凹函數(shù)。(幾何意義見下圖)2.凸函數(shù)性質(zhì)性質(zhì)1設(shè)f(X)為定義在凸集Rc上凸函數(shù),則對于任何實數(shù)β≥0,βf(X)也是定義在Rc上凸函數(shù)。性質(zhì)2設(shè)f1(X)和f2(X)均為定義在凸集Rc上凸函數(shù),則f(X)=f1(X)+f2(X)也是定義在Rc上凸函數(shù)。20顛倒上述定義中不等式方向,可得凹和嚴(yán)格凹函數(shù)的定義。20xf(x)f(x(2))f(x(1))
x(1)x(2)
21xf(x)f(x(2))f(x(1))
x(1)x(2xf(x)f(x(2))f(x(1))
x(1)x(2)
22xf(x)f(x(2))f(x(1))
x(1)x(2xf(x)f(x(2))f(x(1))
x(1)x(2)23xf(x)f(x(2))f(x(1))
x(1)x(2性質(zhì)2推論若干凸函數(shù)非負(fù)線性組合β1f1(X)+β2f2(X)+…+βmfm(X)仍為凸集Rc上的凸函數(shù)。βi≥0(i=1,2,…,m)性質(zhì)3設(shè)f(X)為凸集Rc上的凸函數(shù),則對于每一個實數(shù)β≥0,集合(稱為水平集)
Sβ={X|X∈Rc,f(X)≤β}是凸集。3.凸函數(shù)的判定可直接從定義出發(fā)。但是,對于可微凸函數(shù),也可利用如下兩個條件:24性質(zhì)2推論24
25
25
26
26
27
27
28
28ORcx1x2
29ORcx1x2
29
30
30凸規(guī)劃性質(zhì)(1)可行解集為凸集。(2)若有最優(yōu)解,則最優(yōu)解集為凸集。(3)任何局部極值點也是全局極值點。(4)若目標(biāo)函數(shù)為嚴(yán)格凸函數(shù),且有最優(yōu)解,則該最優(yōu)解唯一。以下驗證上述四個性質(zhì):考慮凸規(guī)劃Minf(X)
s.t.
gj(X)≥0,(j=1,2,…,l)f(X)和-gj(X)(j=1,2,…,l)均為凸函數(shù)。31凸規(guī)劃性質(zhì)31
32
32
33
33[例4]驗證如下非線性規(guī)劃為凸規(guī)劃:Minf(X)=x12+x22-4x1+4
s.t.
g1(X)=x1-x2+2≥0,
g2(X)=-x12+x2-1≥0,g3(X)=x1≥0,g4(X)=x2≥0g1(X)、g3(X)和g4(X)是x1和x2的線性函數(shù),也是凹函數(shù)。
對于g2(X),有34[例4]驗證如下非線性規(guī)劃為凸規(guī)劃:34
35
350Rcx1x2
●1.0g1(X)=0g2(X)=0360Rcx1x2
●1.0g1(X)=0g2(X)=036
37
37目標(biāo)函數(shù)求最小的規(guī)劃問題,應(yīng)有f(X(0))>f(X(1))>f(X(2))>f(X(3))>…>f(X(k))>…這就是下降迭代算法。該算法一般格式與步驟:(1)選取初始X(0),k:=0;(2)確定下降方向。若已到達(dá)的X(k)不是極小點,就確定一個方向P(k),使目標(biāo)函數(shù)沿此方向能夠下降,但不要越出可行域。(3)確定步長。沿P(k)前進(jìn)一定距離(步長),到達(dá)新點X(k+1)。即在從X(k)出發(fā)的射線X=X(k)+λP(k)上(λ≥0),選擇一個λk,到達(dá)新點X(k+1)=X(k)+λkP(k),使得38目標(biāo)函數(shù)求最小的規(guī)劃問題,應(yīng)有f(X(0))>f(X(1))f(X(k))>f(X(k+1))=f(X(k)+λkP(k))λk是使f(X(k)+λkP(k))=minf(X(k)+λP(k))成立的λ。(4)檢查新點是否或接近極小點。若是,停。否則,k:=k+1,返回(2)繼續(xù)迭代。已有不少辦法確定搜索方向P(k)。多數(shù)按使目標(biāo)函數(shù)下快最快的原則確定步長,即求解一維問題f(X(k)+λkP(k))=minf(X(k)+λP(k)),故稱這一過程為(最優(yōu))一維搜索或線搜索。如此確定的步長,稱為最優(yōu)步長。39f(X(k))>f(X(k+1))=f(X(k)+λkP(
40
40
41
41
42
42
43
43第三節(jié)無約束極值問題44第三節(jié)無約束極值問題44無約束極值問題表示Minf(X),X∈Rc前文已指出,須用迭代法求解。迭代法有解析法和直接法兩類。解析法要用到目標(biāo)函數(shù)一階和二階導(dǎo)數(shù)。直接法不用,只用目標(biāo)函數(shù)值。有些目標(biāo)函數(shù)沒有導(dǎo)數(shù),只能用直接法。45無約束極值問題表示45
46
46
47
47
48
48
49
49
50
50
51
51
52
52
53
53
54
545555[例9]人工神經(jīng)網(wǎng)絡(luò)模仿人腦神經(jīng)網(wǎng)絡(luò),將具有識別、記憶功能的人工神經(jīng)元以各種不同的方式連接成不同的網(wǎng)絡(luò)。用于計算、分類、模式識別、評價、預(yù)測、控制、智能機(jī)器人、數(shù)據(jù)挖掘等領(lǐng)域。1.人工神經(jīng)元與感知機(jī)(1)神經(jīng)元感知功能人工神經(jīng)元(感知機(jī))56[例9]人工神經(jīng)網(wǎng)絡(luò)56
57
57
58
58
59
59
60
60
61
61
62
62
63
63
先賦予w=(w1,w2,…,wm)T一個初始值,然后逐步調(diào)整,使其逐步逼近極值點w*=(w*1,w*2,…,w*m)T,調(diào)整方向P=(p1,p2,…,pm)T,調(diào)整量是λP,步長λ就是上面的“學(xué)習(xí)系數(shù)”。當(dāng)P=-▽f(w)時,總誤差f(w)下降最快。64先賦予w=(w1,w2,…,wm)T一
65
65
66
66
67
67
68
68
69
69
70
70
71
71
72
72第四節(jié)約束極值問題73第四節(jié)約束極值問題73
74
74
75
750Rcx1x2
●1.0g1(X)=0g2(X)=0黑色方向不可行760Rcx1x2
●1.0g1(X)=0g2(X)=0黑色方
77
77
78
78
79
79
80
80【例】Min
f(x)=-4x1-6x2+2x12+2x1x2+2x22
s.t.-x1-2x2+2≥0,1≥x1≥0,x2≥0x=(x1,x2)T=(1/2,3/4)T是否為上面問題的解?【解】??f(x)=(4x1+2x2-4,2x1+4x2-6)T??g1(x)=(-1,-2)T??g2(x)=(1,0)T??g3(x)=(0,1)T81【例】81記x(0)=(1/2,3/4)Tg1(x(0))=-1/2-2(3/4)+2=0g2(x(0))=1-1/2=1/2>0g3(x(0))=3/4>0所以,在x(0)處,g1(x)是有效約束。??f(x(0))=(-1/2,-2)T,??g1(x(0))=(-1,-2)T,??g2(x(0))=(1,0)T,??g3(x(0))=(0,1)T
82記x(0)=(1/2,3/4)T82x1x2x(0)不是解。因在??f(x(0))和??g1(x(0))之間,可找到一個方向P,使得??f(x(0))TP<0,??g1(x(0))TP>0同時成立,即P同??f(x(0))成鈍角,而同??g1(x(0))成銳角。121P??f(x(0))??g1(x(0))x(0)83x1x2x(0)不是解。121P??f(x(0))??g1(或者,令P=(p1,p2)T,下列不等式組有解:??f(x(0))TP=-p1/2-2p2<0??g1(x(0))TP=-p1-2p2>0只須令p1=-1,p2=3/8即可,所以,x(0)=(1/2,3/4)T不是問題的解。84或者,令P=(p1,p2)T,842.庫恩塔克條件Kuhn-Tucker先講幾個預(yù)備性定理。(1)Gordan引理設(shè)A1,A2,…,Al是l個n維向量,不存在n維向量P使AjTP<0(j=1,2,…,l)成立的充要條件是,存在不全為零的非負(fù)實數(shù)μ1,μ2,…,μl,使μ1A1+μ2A2+…+μlAl=0幾何意義明顯。852.庫恩塔克條件Kuhn-Tucker85Gordan引理設(shè)A1,A2,…,Al是l個n維向量,AjTP<0(j=1,2,…,l)成立的充要條件是,不存在μ=(μ1,μ2,…,μl)T≥0,使μ1A1+μ2A2+…+μlAl=0成立?;騁ordan引理
A1T方程組
A2TP<0有解的充要條件是...
AlT方程組(A1,A2,…,Al)μ=0,μ≥0無解。86Gordan引理設(shè)A1,A2,…,Al是l個n維向如果有n維向量P使AjTP<0(j=1,2,…,l)則對于μ=(μ1,μ2,…,μl)T≥0,有μ1A1TP+μ2A2TP+…+μlAlTP<0但μ1A1TP+μ2A2TP+…+μlAlTP=PT(μ1A1+μ2A2+…+μlAl),這時要說存在μ=(μ1,μ2,…,μl)T≥0,有μ1A1+μ2A2+…+μlAl=0,則產(chǎn)生矛盾。87如果有n維向量P使AjTP<0(j=1,2,A1A2A3PHOA1A3A2PHO(a)(b)88A1A2A3PHOA1A3A2PHO(a)(b)88
89
89
90
90
91
91FritzJohn(1910~1994)1933在哥廷根大學(xué)學(xué)數(shù)學(xué),當(dāng)年因希特勒得勢,被迫前往英國。1934年獲得哥廷根大學(xué)博士學(xué)位。1935年任肯塔基大學(xué)副教授,1941年入美國籍。1943~1945于馬里蘭阿伯丁試驗場研究彈道學(xué),1946年到紐約大學(xué)工作,一直到退休。92FritzJohn(1910~1994)1933在哥廷根大
93
93HaroldW.KuhnProfessorEmeritusMathematicsPrincetonUniversity94HaroldW.Kuhn94
95
95
96
96K-T條件是X*成為極小點的必要條件,但是對于凸規(guī)劃,也是充分條件。97K-T條件是X*成為極小點的必要條件,但是對于凸規(guī)劃,也是充
98
98
99
99
100
1004x1+4x2+μ1+2μ2=64x1+6x2+μ1+3μ2=3μ1(1-x1-x2)=0μ2(4-2x1-3x2)=0μ1,μ2≥0分成幾種情況:(i)μ1=μ2=0x1=3,x2=-1.5,g1(X)=1-x1-x2=1-3+1.5=-0.5<0不是K-T點。1014x1+4x2+μ1+2μ2=6101(ii)μ1=0,μ2≠04x1+4x2+2μ2=64x1+6x2+3μ2=34-2x1-3x2=0→x1=2-1.5x2代入前兩式,得μ2=-5/3<0,x1=3,x2=-2/3,不是K-T點。(iii)μ1≠0,μ2=04x1+4x2+μ1=64x1+6x2+μ1=31-x1-x2=0→x1=1-x2代入前兩式,得μ1=2,x1=5/2,x2=-3/2,g2(X)=4-2x1-3x2=4-10/2+9/2=7/2>0,是K-T點。102(ii)μ1=0,μ2≠0102(iv)μ1≠0,μ2≠04x1+4x2+μ1+2μ2=64x1+6x2+μ1+3μ2=34-2x1-3x2=01-x1-x2=0解后兩個方程,得x1=-1,x2=2,代入前兩個方程μ1+2μ2=2μ1+3μ2=-5,得μ1=16,μ2=-7,不是K-T點。所以,X*=(x1,x2)T=(5/2,-3/2)T,
f(X*)=2x12+4x1x2+3x22-6x1-3x2=25/2-15+27/4-15+9/2=95/4-30=-25/2103(iv)μ1≠0,μ2≠0103
104
1044x1+4x2+μ1+2μ2-μ3=64x1+6x2+μ1+3μ2-μ4=3μ1(1-x1-x2)=0μ2(4-2x1-3x2)=0μ3x1=0μ4x2=0μ1,μ2,μ3,μ4≥0構(gòu)造如下線性規(guī)劃問題:1054x1+4x2+μ1+2μ2-μ3=6105Minφ(z)=z1+z24x1+4x2+μ1+2μ2-μ3+z1=64x1+6x2+μ1+3μ2-μ4+z2=3x1+x2+x3=12x1+3x2+x4=4x1,x2,
x3,
x4,
μ1,μ2,μ3,μ4,z1,z2≥0可利用單純形表求解,但注意x1和μ3,x2和μ4,
x3和μ1,x4和μ2,不能同時為基變量。106Minφ(z)=z1+z2106cj0000000011θicBxBbx1x2x3x4μ1μ2μ3μ4z1z21z16440012-10103/21z234[6]00130-1011/20x31111000000010x4423010000004/3φ(z)9-8-1000-2-51100σj1z144/30001/30-12/31-2/30x21/2[2/3]1001/61/20-1/601/60x31/21/3010-1/6-1/201/60-1/60x45/20001-1/2-3/201/20-1/2φ(z)4-4/3000-1/301-2/305/3107cj0000000011cBxBbx1x2x3x4μ1μ2μcj0000000011cBxBbx1x2x3x4μ1μ2μ3μ4z1z21z130-2000-1-111-10x13/413/2001/43/40-1/401/40x31/40-1/210-1/4-3/40[1/4]0-1/40x45/20001-1/2-3/201/20-1/2φ(z)30200011-1021z1200-40[1]2-101020x111110000000-0μ410-240-1-3010-1-0x4201-21000000-φ(z)30040-1-21001x4和μ2不能同時為基變量,所以,μ2不能換入,μ1換入。108cj0000000011cBxBbx1x2x3x4μ1μ2μcj0000000011cBxBbx1x2x3x4μ1μ2μ3μ4z1z20μ1200-40[1]2-101020x111110000000-0μ430-2000-1-111-1-0x4201-21000000-φ(z)00000000011X*=(x1,x2,x3,
x4,
μ1,μ2,μ3,μ4)T
=(1,0,0,2,
2,0,0,3)T,
f(X*)=2x12+4x1x2+3x22-6x1-3x2=2-6=-4109cj0000000011cBxBbx1x2x3x4μ1μ2μ第六章非線性規(guī)劃第一節(jié)基本概念第三節(jié)無約束極值問題第四節(jié)約束極值問題110第六章非線性規(guī)劃第一節(jié)基本概念1第一節(jié)基本概念一、非線性規(guī)劃數(shù)學(xué)模型111第一節(jié)基本概念一、非線性規(guī)劃數(shù)學(xué)模型2非線性規(guī)劃數(shù)學(xué)模型一般形式:
Minf(X)
s.t.
hi(X)=0(i=1,2,…,m)gj(X)≥0,(j=1,2,…,l)X=(x1,x2,…,xn
)T
是n維歐式空間En中的點,目標(biāo)函數(shù)f(X),約束函數(shù)hi(X)和gj(X)是X實函數(shù)。有時,非線性規(guī)劃數(shù)學(xué)模型寫成:Minf(X)
s.t.
gj(X)≥0,(j=1,2,…,l)若某gj(X)=0,可以gj(X)≥0和-gj(X)≥0代替之。112非線性規(guī)劃數(shù)學(xué)模型一般形式:3
113
4A(0,5)BCD(4,1)1O125x1x234114A(0,5)BCD(4,1)1O125x1x2345
115
6
116
7
117
8
118
9AT=A,即aji
=aij。若aij均為實數(shù),則稱f(X)=XTAX為實二次型。A與二次型一一對應(yīng)。(1)若對于非零X,實二次型總有XTAX>0,則稱為正定的;(2)若對于非零X,實二次型總有XTAX<0,則稱為負(fù)定的;(3)若對于某些非零X,XTAX>0,而對另一些非零X,XTAX<0,則稱為不定的;(4)若對任意非零X,XTAX≥0,則稱為半正定的。若對任意非零X,XTAX≤0,則稱為半負(fù)定的。(5)A相應(yīng)地稱正定、負(fù)定、不定、半定。119AT=A,即aji=aij。若aij均為實數(shù),則稱f(實二次型f(X)=XTAX為正定的充要條件是:>0a11>0,|a11a12||a11a12a13||a21a22|>0
|a21a22a23|>0…|a31a32a33||a11a12…a1n||a21a22…a2n|
|...|>0|...||...||an1an2…ann|120實二次型f(X)=XTAX為正定的充要條件是:>011實二次型f(X)=XTAX為負(fù)定的充要條件是:a11<0,|a11a12||a11a12a13||a21a22|>0
|a21a22a23|<0…|a31a32a33||a11a12…a1n||a21a22…a2n|(-1)n|...|>0|...||...||an1an2…ann|121實二次型f(X)=XTAX為負(fù)定的充要條件是:12
[例1]判定如下二次型的性質(zhì)。
-522011A=2-60B=10-320-41-30矩陣A:
-5<0,|-5
2
|=26>0|-522||2-6||2-60|=-80<0|20-4|矩陣A為負(fù)定。矩陣B:b11=0,|0
1
|=-1<0|10|矩陣B為不定。
122[例1]判定如下二次型的性質(zhì)。13
123
14
124
15
125
16
126
17
127
18
128
19顛倒上述定義中不等式方向,可得凹和嚴(yán)格凹函數(shù)的定義。若f(X)是(嚴(yán)格)凸函數(shù),則g(X)=-f(X)是(嚴(yán)格)凹函數(shù)。(幾何意義見下圖)2.凸函數(shù)性質(zhì)性質(zhì)1設(shè)f(X)為定義在凸集Rc上凸函數(shù),則對于任何實數(shù)β≥0,βf(X)也是定義在Rc上凸函數(shù)。性質(zhì)2設(shè)f1(X)和f2(X)均為定義在凸集Rc上凸函數(shù),則f(X)=f1(X)+f2(X)也是定義在Rc上凸函數(shù)。129顛倒上述定義中不等式方向,可得凹和嚴(yán)格凹函數(shù)的定義。20xf(x)f(x(2))f(x(1))
x(1)x(2)
130xf(x)f(x(2))f(x(1))
x(1)x(2xf(x)f(x(2))f(x(1))
x(1)x(2)
131xf(x)f(x(2))f(x(1))
x(1)x(2xf(x)f(x(2))f(x(1))
x(1)x(2)132xf(x)f(x(2))f(x(1))
x(1)x(2性質(zhì)2推論若干凸函數(shù)非負(fù)線性組合β1f1(X)+β2f2(X)+…+βmfm(X)仍為凸集Rc上的凸函數(shù)。βi≥0(i=1,2,…,m)性質(zhì)3設(shè)f(X)為凸集Rc上的凸函數(shù),則對于每一個實數(shù)β≥0,集合(稱為水平集)
Sβ={X|X∈Rc,f(X)≤β}是凸集。3.凸函數(shù)的判定可直接從定義出發(fā)。但是,對于可微凸函數(shù),也可利用如下兩個條件:133性質(zhì)2推論24
134
25
135
26
136
27
137
28ORcx1x2
138ORcx1x2
29
139
30凸規(guī)劃性質(zhì)(1)可行解集為凸集。(2)若有最優(yōu)解,則最優(yōu)解集為凸集。(3)任何局部極值點也是全局極值點。(4)若目標(biāo)函數(shù)為嚴(yán)格凸函數(shù),且有最優(yōu)解,則該最優(yōu)解唯一。以下驗證上述四個性質(zhì):考慮凸規(guī)劃Minf(X)
s.t.
gj(X)≥0,(j=1,2,…,l)f(X)和-gj(X)(j=1,2,…,l)均為凸函數(shù)。140凸規(guī)劃性質(zhì)31
141
32
142
33[例4]驗證如下非線性規(guī)劃為凸規(guī)劃:Minf(X)=x12+x22-4x1+4
s.t.
g1(X)=x1-x2+2≥0,
g2(X)=-x12+x2-1≥0,g3(X)=x1≥0,g4(X)=x2≥0g1(X)、g3(X)和g4(X)是x1和x2的線性函數(shù),也是凹函數(shù)。
對于g2(X),有143[例4]驗證如下非線性規(guī)劃為凸規(guī)劃:34
144
350Rcx1x2
●1.0g1(X)=0g2(X)=01450Rcx1x2
●1.0g1(X)=0g2(X)=036
146
37目標(biāo)函數(shù)求最小的規(guī)劃問題,應(yīng)有f(X(0))>f(X(1))>f(X(2))>f(X(3))>…>f(X(k))>…這就是下降迭代算法。該算法一般格式與步驟:(1)選取初始X(0),k:=0;(2)確定下降方向。若已到達(dá)的X(k)不是極小點,就確定一個方向P(k),使目標(biāo)函數(shù)沿此方向能夠下降,但不要越出可行域。(3)確定步長。沿P(k)前進(jìn)一定距離(步長),到達(dá)新點X(k+1)。即在從X(k)出發(fā)的射線X=X(k)+λP(k)上(λ≥0),選擇一個λk,到達(dá)新點X(k+1)=X(k)+λkP(k),使得147目標(biāo)函數(shù)求最小的規(guī)劃問題,應(yīng)有f(X(0))>f(X(1))f(X(k))>f(X(k+1))=f(X(k)+λkP(k))λk是使f(X(k)+λkP(k))=minf(X(k)+λP(k))成立的λ。(4)檢查新點是否或接近極小點。若是,停。否則,k:=k+1,返回(2)繼續(xù)迭代。已有不少辦法確定搜索方向P(k)。多數(shù)按使目標(biāo)函數(shù)下快最快的原則確定步長,即求解一維問題f(X(k)+λkP(k))=minf(X(k)+λP(k)),故稱這一過程為(最優(yōu))一維搜索或線搜索。如此確定的步長,稱為最優(yōu)步長。148f(X(k))>f(X(k+1))=f(X(k)+λkP(
149
40
150
41
151
42
152
43第三節(jié)無約束極值問題153第三節(jié)無約束極值問題44無約束極值問題表示Minf(X),X∈Rc前文已指出,須用迭代法求解。迭代法有解析法和直接法兩類。解析法要用到目標(biāo)函數(shù)一階和二階導(dǎo)數(shù)。直接法不用,只用目標(biāo)函數(shù)值。有些目標(biāo)函數(shù)沒有導(dǎo)數(shù),只能用直接法。154無約束極值問題表示45
155
46
156
47
157
48
158
49
159
50
160
51
161
52
162
53
163
5416455[例9]人工神經(jīng)網(wǎng)絡(luò)模仿人腦神經(jīng)網(wǎng)絡(luò),將具有識別、記憶功能的人工神經(jīng)元以各種不同的方式連接成不同的網(wǎng)絡(luò)。用于計算、分類、模式識別、評價、預(yù)測、控制、智能機(jī)器人、數(shù)據(jù)挖掘等領(lǐng)域。1.人工神經(jīng)元與感知機(jī)(1)神經(jīng)元感知功能人工神經(jīng)元(感知機(jī))165[例9]人工神經(jīng)網(wǎng)絡(luò)56
166
57
167
58
168
59
169
60
170
61
171
62
172
63
先賦予w=(w1,w2,…,wm)T一個初始值,然后逐步調(diào)整,使其逐步逼近極值點w*=(w*1,w*2,…,w*m)T,調(diào)整方向P=(p1,p2,…,pm)T,調(diào)整量是λP,步長λ就是上面的“學(xué)習(xí)系數(shù)”。當(dāng)P=-▽f(w)時,總誤差f(w)下降最快。173先賦予w=(w1,w2,…,wm)T一
174
65
175
66
176
67
177
68
178
69
179
70
180
71
181
72第四節(jié)約束極值問題182第四節(jié)約束極值問題73
183
74
184
750Rcx1x2
●1.0g1(X)=0g2(X)=0黑色方向不可行1850Rcx1x2
●1.0g1(X)=0g2(X)=0黑色方
186
77
187
78
188
79
189
80【例】Min
f(x)=-4x1-6x2+2x12+2x1x2+2x22
s.t.-x1-2x2+2≥0,1≥x1≥0,x2≥0x=(x1,x2)T=(1/2,3/4)T是否為上面問題的解?【解】??f(x)=(4x1+2x2-4,2x1+4x2-6)T??g1(x)=(-1,-2)T??g2(x)=(1,0)T??g3(x)=(0,1)T190【例】81記x(0)=(1/2,3/4)Tg1(x(0))=-1/2-2(3/4)+2=0g2(x(0))=1-1/2=1/2>0g3(x(0))=3/4>0所以,在x(0)處,g1(x)是有效約束。??f(x(0))=(-1/2,-2)T,??g1(x(0))=(-1,-2)T,??g2(x(0))=(1,0)T,??g3(x(0))=(0,1)T
191記x(0)=(1/2,3/4)T82x1x2x(0)不是解。因在??f(x(0))和??g1(x(0))之間,可找到一個方向P,使得??f(x(0))TP<0,??g1(x(0))TP>0同時成立,即P同??f(x(0))成鈍角,而同??g1(x(0))成銳角。121P??f(x(0))??g1(x(0))x(0)192x1x2x(0)不是解。121P??f(x(0))??g1(或者,令P=(p1,p2)T,下列不等式組有解:??f(x(0))TP=-p1/2-2p2<0??g1(x(0))TP=-p1-2p2>0只須令p1=-1,p2=3/8即可,所以,x(0)=(1/2,3/4)T不是問題的解。193或者,令P=(p1,p2)T,842.庫恩塔克條件Kuhn-Tucker先講幾個預(yù)備性定理。(1)Gordan引理設(shè)A1,A2,…,Al是l個n維向量,不存在n維向量P使AjTP<0(j=1,2,…,l)成立的充要條件是,存在不全為零的非負(fù)實數(shù)μ1,μ2,…,μl,使μ1A1+μ2A2+…+μlAl=0幾何意義明顯。1942.庫恩塔克條件Kuhn-Tucker85Gordan引理設(shè)A1,A2,…,Al是l個n維向量,AjTP<0(j=1,2,…,l)成立的充要條件是,不存在μ=(μ1,μ2,…,μl)T≥0,使μ1A1+μ2A2+…+μlAl=0成立?;騁ordan引理
A1T方程組
A2TP<0有解的充要條件是...
AlT方程組(A1,A2,…,Al)μ=0,μ≥0無解。195Gordan引理設(shè)A1,A2,…,Al是l個n維向如果有n維向量P使AjTP<0(j=1,2,…,l)則對于μ=(μ1,μ2,…,μl)T≥0,有μ1A1TP+μ2A2TP+…+μlAlTP<0但μ1A1TP+μ2A2TP+…+μlAlTP=PT(μ1A1+μ2A2+…+μlAl),這時要說存在μ=(μ1,μ2,…,μl)T≥0,有μ1A1+μ2A2+…+μlAl=0,則產(chǎn)生矛盾。196如果有n維向量P使AjTP<0(j=1,2,A1A2A3PHOA1A3A2PHO(a)(b)197A1A2A3PHOA1A3A2PHO(a)(b)88
198
89
199
90
200
91FritzJohn(1910~1994)1933在哥廷根大學(xué)學(xué)數(shù)學(xué),當(dāng)年因希特勒得勢,被迫前往英國。1934年獲得哥廷根大學(xué)博士學(xué)位。1935年任肯塔基大學(xué)副教授,1941年入美國籍。1943~1945于馬里蘭阿伯丁試驗場研究彈道學(xué),1946年到紐約大學(xué)工作,一直到退休。201FritzJohn(1910~1994)1933在哥廷根大
202
93HaroldW.KuhnProfessorEmeritusMathematicsPrincetonUniversity203HaroldW.Kuhn94
204
95
205
96K-T條件是X*成為極小點的必要條件,但是對于凸規(guī)劃,也是充分條件。206K-T條件是X*成為極小點的必要條件,但是對于凸規(guī)劃,也是充
207
98
208
99
209
1004x1+4x2+μ1+2μ2=64x1+6x2+μ1+3μ2=3μ1(1-x1-x2)=0μ2(4-2x1-3x2)=0μ1,μ2≥0分成幾種情況:(i)μ1=μ2=0x1=3,x2=-1.5,g1(X)=1-x1-x2=1-3+1.5=-0.5<0不是K-T點。2104x1+4x2+μ1+2μ2=6101(ii)μ1=0,μ2≠04x1+4x2+2μ2=64x1+6x2+3μ2=34-2x1-3x2=0→x1=2-1.5x2代入前兩式,得μ2=-5/3<0,x1=3,x2=-2/3,不是K-T點。(iii)μ1≠0,μ2=04x1+4x2+μ1=64x1+6x2+μ1=31-x1-x2=0→x1=1-x2代入前兩式,得μ1=2,x1=5/2,x2=-3/2,g2(X)=4-2x1-3x2=4-10/2+9/2=7/2>0,是K-T點。211(ii)μ1=0,μ2≠0102(iv)μ1≠0,μ2≠04x1+4x2+μ1+2μ2=64x1+6x2+μ1+3μ2=34-2x1-3x2=01-x1-x2=0解后兩個方程,得x1=-1,x2=2,代入前兩個方程μ1+2μ2=2μ1+3μ2=-5,得μ1=16,μ2=-7,不是K-T點。所以
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 初中地理湘教版說課課件
- YM-216391-生命科學(xué)試劑-MCE
- 初中冬季安全班會課件
- 交通運輸行業(yè)安全管理智能化應(yīng)用報告
- 中英教育制度對比分析
- 保安基礎(chǔ)知識培訓(xùn)課件
- 初一心理健康教育-自信心提升指南
- 人工智能助力2025年在線編程教育平臺個性化學(xué)習(xí)解決方案報告
- 動脈血氣FMEA護(hù)理
- 保健品轉(zhuǎn)介紹課件
- (2024年)腸梗阻完整版課件
- 體位性低血壓的康復(fù)護(hù)理
- T-CARM 002-2023 康復(fù)醫(yī)院建設(shè)標(biāo)準(zhǔn)
- 新能源與人工智能的融合發(fā)展
- 人為因素航空安全管理
- 全球眼角膜炎流行病學(xué)分析
- 呼吸內(nèi)科利用品管圈PDCA循環(huán)提高患者對無創(chuàng)呼吸機(jī)的有效使用率
- 整式的乘法說課
- 《導(dǎo)游業(yè)務(wù)》第八章
- 橋梁裂縫加固處理方案
- 古文觀止1-001-鄭伯克段于鄢課件
評論
0/150
提交評論