基本概念

凸规划

判别定理

二次规划模型

非线性规划的求解

无约束极值问题

有约束极值问题

基于求解器的解法

基于问题的求解

其他

非线性规划：描述目标函数或约束条件条件的数学表达式中，至少有一个是非线性函数。

基本概念

记 $x=[x_{1},x_{2},...,x_{n}]^{T}$ 是n维欧式空间 $R^{n}$ 中的一个点（n维向量）， $f(x)$ ， $g_{i}(x),i=1,2,...,p$ ， $h_{j}(x),j=1,2,...,q$ 是定义在 $R^{n}$ 上的实值函数。若f,g,h函数中至少有一个是x的非线性函数，则称如下为非线性规划模型的一般形式：

全局最优解：若 $x^{*}\in K$ ，并且 $\forall x\in K$ 都有 $f(x^{*} )\leq f(x)$ ，则称 $x^{*}$ 为全局最优解。

局部最优解：x的邻域内（也包含于可行域），x所对应的函数值是最小的，则x为局部最优解。

无约束非线性规划问题可以具体表示为：

$minf(x),x\in R^{n}$

凸规划

凸规划是一类特殊的非线性规划问题，可以求得全局最优解。

凸集：

凸函数：

定义在凸集上的有限个凸函数的非负线性组合仍为凸函数

判别定理

半正定矩阵的行列式非负。

黑塞矩阵：

对于非线性规划模型的一般形式，若f(x)为凸函数，g(x)为凸函数，h(x)为线性函数，则称该非线性规划问题为凸规划。凸规划局部最优解即为全局最优解，最优解的集合形成一个凸集。当目标函数为严格凸函数时，其最优解必定唯一。

例子

f(x)和g2(x)的黑塞矩阵的行列式：

其他约束条件为线性函数，所以是一个凸规划问题

clc,clear
prob = optimproblem;
x = optimvar('x',2,'LowerBound',0);
prob.Objective = sum(x.^2)-4*x(1)+4;
con = [-x(1)+x(2)-2 <= 0x(1)^2-x(2)+1 <= 0];
prob.Constraints.con = con;
x0.x = rand(2,1)%非线性规划必须赋初值，x0名字随便取
[s,f,flag,o] = solve(prob,x0);
s.x

ans =

0.5536
1.3064

二次规划模型

目标函数是关于决策向量的二次函数，约束条件是线性的，则该模型称为二次规划模型，一般形式：

其中：

当H正定时，目标函数最小化时，模型为凸二次规划，凸二次规划局部最优解就是全局最优解。如果不是凸规划，则建议使用fmincon函数。

例子

目标函数是最小化，但是H为负定矩阵，所以不是凸规划。

clc,clear
x = optimvar('x',2,'LowerBound',0);
h = [-1,-0.15;-0.15,-2];
f = [98;277];
a = [1,1;1,-2];
b = [100;0];
prob = optimproblem('Objective',x'*h*x+f'*x);
prob.Constraints = a*x <= b;
[s,f,flag,o] = solve(prob);
s.x

ans =

1
1

[1,1]是局部最优解，使用fmincon函数：

fx = @(x)x'*h*x+f'*x;
[x,y] = fmincon(fx,rand(2,1),a,b,[],[],[0;0],[])

x =

1.0e-07 *

0.2533
0.3400
y =

1.1901e-05

非线性规划的求解

无约束极值问题

MATLAB工具箱中用于求解无约束极小值的函数有：

例子

clc,clear
f = @(x) x(1)^3-x(2)^3+3*x(1)^2+3*x(2)^2-9*x(1);
g = @(x) -f(x);
[m1,n1] = fminunc(f,[0,0])%求极小值
[m2,n2] = fminsearch(g,[0,0]);%求极大值
m2,-n2

m1 =

1.0000 -0.0000
n1 =

-5
m2 =

-3.0000 2.0000
ans =

31.0000

有约束极值问题

同样有基于求解器的求解方法和基于问题的求解方法

基于求解器的解法

数学模型的标准形式为：

例：

clc,clear
fun1 = @(x) sum(x.^2)+8;
[x,y] = fmincon(fun1,rand(3,1),[],[],[],[],zeros(3,1),[],@fun2)function [c,ceq] = fun2(x)
c = [-x(1)^2+x(2)-x(3)^2x(1)+x(2)^2+x(3)^3-20];
ceq = [-x(1)-x(2)^2+2x(2)+2*x(3)^2-3];
end

基于问题的求解

clc,clear
x = optimvar('x',3,'LowerBound',0);
prob = optimproblem('Objective',sum(x.^2)+8);
con1 = [-x(1)^2+x(2)-x(3)^2 <= 0x(1)+x(2)^2+x(3)^3 <= 20];
con2 = [-x(1)-x(2)^2+2 == 0x(2)+2*x(3)^2 == 3];
prob.Constraints.con1 = con1;
prob.Constraints.con2 = con2;
x0.x = rand(3,1);
[s,f,flag,out] = solve(prob,x0);
s.x,f

其他

匿名函数的返回值只能有一个，可以是向量。

数学建模——非线性规划相关推荐

数学建模非线性规划原理的应用与编程实现
非线性规划模型NP 包含非线性函数:不是直线而是曲线.曲面.或不确定的属性,叫非线性. 如:x^2 线性函数:一次函数,ax+b 列1-投资决策问题解答: 设置决策变量: 1)投资某个项目达到收益最 ...
数学建模非线性规划
一.非线性规划模型 1.概念: 如果目标函数或约束条件中包含非线性函数,就称该规划问题为非线性规划问题.一般来说,求解非线性规划问题要比求解线性规划问题困难得多,也不像线性规划问题那样有单纯形法这一通 ...
【数学建模】非线性规划模型与01规划模型（最优化）
文章目录一.算法介绍 1. 01规划模型二.适用问题三.算法总结四.应用场景举例 1.非线性规划模型 2.01规划模型五.LINGO代码 1.非线性规划模型 2.01规划模型六.实际案例 ...
数学建模、运筹学之非线性规划
数学建模.运筹学之非线性规划一.最优化问题理论体系二.梯度下降法--无约束非线性规划三.牛顿法--无约束非线性规划四.只包含等值约束的拉格朗日乘子法五.不等值约束非线性规划与KKT条件一. ...
【数学建模】（十）：Lingo使用：线性规划+非线性规划+整数规划
[数学建模](十):Lingo使用:线性规划+非线性规划+整数规划线性规划运输问题整数规划非线性规划线性规划设x1x_1x1桶牛奶生产A1A_1A1, x2x_2x2桶牛奶生产A2A ...
【数学建模】算法模型（一）｜线性规划整数规划非线性规划层次分析模型灰色关联分析
文章目录 1.线性规划 Linear Programming (LP) 1.1线性规划的matlab标准形式及软件求解 1.2 投资的收益和风险 2. 整数规划 2.1 整数规划和线性规划的关系 2. ...
数学建模整理-线性规划、整数规划、非线性规划
数学建模整理线性规划整数规划整数规划特点求解方法分类 (1)分枝定界法 (2) 割平面法 (3) 隐枚举法("0-1"整数规划) (4) 匈牙利法 (5) 蒙特卡洛法(随机 ...
数学建模学习笔记（二）:非线性规划模型例题与灵敏度分析
文章目录前言一.一个简单的非线性规划模型二.问题的求解 1.模型的建立与求解 2.得出结论三.灵敏度分析总结参考书目前言数学建模解决问题的过程一般分为五个步骤,称为五步方法,五个步骤如 ...
Python小白的数学建模课-12.非线性规划
非线性规划是指目标函数或约束条件中包含非线性函数的规划问题,实际就是非线性最优化问题. 从线性规划到非线性规划,不仅是数学方法的差异,更是解决问题的思想方法的转变. 非线性规划问题没有统一的通用方法, ...

数学建模——非线性规划

基本概念

凸规划

判别定理

二次规划模型

非线性规划的求解

无约束极值问题

有约束极值问题

基于求解器的解法

基于问题的求解

其他

数学建模——非线性规划相关推荐

最新文章

热门文章