非线性规划约束问题求解方法及其应用
2016-11-18刘兆鹏费时龙
李 杰 刘兆鹏 费时龙 苏 婷
(宿州学院数学与统计学院 安徽宿州 234000)
非线性规划约束问题求解方法及其应用
李杰刘兆鹏费时龙苏婷
(宿州学院数学与统计学院安徽宿州234000)
非线性规划于20世纪50年代形成,近几十年里迅速发展,已经在经济、军事及工程等领域有着广泛的应用。文章一方面,简要介绍了非线性规划的概念及非线性规划的模型相关概念;另一方面,研究了非线性规划约束极值问题常见的求解方法Lagrange乘数法与可行方向法具体的运算方法与步骤,并通过具体的实例阐述论证。
非线性规划;模型;方法;极值
一、非线性规划的数学模型
如果目标函数[1]或者约束条件中含有非线性函数则称为非线性规划问题,非线性规划的数学模型[2]如下:
其中:x=(x1,x2,x3,……xn)是一个n维向量。
由于hk(x)=0等价于:
若把可行解区域[3]记为:Ω={x|gi(x)≥0,i=1,2,……m}则非线性规划[4]问题又简记为:minz=f(x),x∈Ω
Ω={x|gi(x)≥0,i=1,2,……m}与z=f(x)分别为非线性规划问题的可行解集和目标函数。非线性规划约束极值问题的一般定义为:
函数f(x)或g(x)至少有一个非线性的,f(x)与g(x)是连续且可微函数。
二、非线性规划约束极值求解方法及其应用
(一)Lagrange乘数法。当z=f(x,y)与φ(x,y)都可微,且φy(x0,y0)≠0知:在(x0,y0)处,φ(x,y)=0确定了唯一的单值函数y= φ(x),
将λ带入上式,得:fx(x0,y0)+λΦx(x0,y0)=0
则在φ(x,y)=0的前提条件下,目标函数[5]z=f(x,y)在点(x0, y0)有极值的必要条件为x0,y0,λ满足方程组:
或者记为:F(x,y,λ)=f(x,y)+λφy(x,y)(λ为Lagrange乘数)
n元函数的极值问题为:Min(或Max) f(x)
它的Lagrange函数[6]为:
例1用Lagrange乘数法求解下述问题
解:令F(x,y,λ)=x+y+λ(x2+y2-1),x,y,λ满足方程组
(二)可行方向法。若x(k)是非线性规划{minf(x);gi(x)≥0, i=1,2,……,l}的一个可行解,并且不是极小点。为了求它的极小点或近似极小点,要在x(k)点的可行下降方向选取一方向D(k)及确定步长λk,使(R代表可行域)且f(x(k+1))<f(x(k)),当满足精度要求时,终止迭代,得到的点x(k+1)就是所求的极小点;否则,从(x(k+1)开始继续迭代,到满足精度要求结束,称此方法为可行方向法。
若x(k)点的有效约束集[7]非空,利用下述不等式组来确定x(k)点的可行下降方向D。
相当于利用下述不等式组求向量D和实数
使▽f(x(k))TD和▽-gj(x(k))TD(对于所有的j∈J)的最大值η极小化(同时限制向量D的模),则将上述问题转化为求解线性规划问题。
式中di(i=1,2,……,n)是向量D的各个分量。将式(1)所有的线性规划的最优解记为(D(k),ηk),若ηk=0,则在x(k)点没有可行下降方向,在▽gi(x(k)),(∀j∈J)线性独立的条件下,x(k)点是一个K-T点。若ηk<0,则得到x(k)点所要的搜索方向D(k)。
解取初始点 x(0)=(0,0)T,则有 f(x(0))=8.因为▽f(x)=,所以.因为gi(x(0))=4>0,所以约束条件gi(x)=4-x1-2x2≥0不是初始点x(0)的有效约束.取D(0)=-▽f(x(0))= (4,4)T,从而
令gi(x(1))=4-12λ=0,可得.而f(x(1))=32λ2-32λ+8
为了便于求解,令y1=d1+1,y2=d2+1,y3=-η于是min(-y3);
现暂时用此步长计算x(2),有x(2)=(1.467,1.239)T.由于g1(x(2))=0.055>0,则x(2)是可行点,λ=0.134是可行的.继续迭代[8]下去,求得最优解x*=(1.6,1.2)T,最优值f(x(*))=0.8。
三、结语
求解非线性规划问题比求解线性规划问题复杂,因为求解非线性规划问题没有一种通用的方法,而求解线性规划问题有一种通用的方法(单纯形法)。本文研究了求解非线性规划约束问题的几种典型方法Lagrange乘数法与可行方向法,当然解决非线性规划求解问题的方法还有很多,如将约束问题化为无约束问题的罚函数法。随着社会的不断发展,新的问题也不断出现,这要求我们在熟悉传统解法的基础上开创新的解法。
[1]吕鹏,潘志.运筹学(数学规划篇)[M].北京:清华大学出版社;北京交通大学出版社,2011:100-150.
[2]希利尔,利伯曼.胡运权等译.运筹学导论(第九版)[M].北京:清华大学出版社,2010:85-86.
[3]马超群,兰秋军.运筹学[M].长沙:湖南大学出版社,2008:300-305.
[4]谢政,李建平.非线性最优化理论与方法[M].北京:高等教育出版社,2010:309-314.
[5]王宜举,修乃华.非线性最优化理论与方法[M].北京:科学出版社,2012:49-68.
[6]袁亚湘.非线性优化计算方法[M].北京:科学出版社,2008:201-210.
[7]大学数学编写委员会编写组.运筹学[M].北京:高等教育出版社,2011:118-209.
[8]HamdyA.Taha.运筹学导论(第八版)[M].薛毅,刘德刚等译.北京:人民邮电出版社,2008:678-685.
[责任编辑郑丽娟]
O222.4
A
2095-0438(2016)11-0142-03
2016-05-07
李杰(1983-),男,安徽六安人,宿州学院数学与统计学院助教,硕士,研究方向:概率统计。
安徽省高校创新训练项目(AH201410379077);安徽省高校自然科学研究项目(KJ2016A770);安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016340)。