【摘要】:与无约束最优化问题相比,约束最优化问题的最优性理论要复杂得多,在最优解处需同时考虑目标函数与约束函数。由于非线性的目标函数与约束函数的性质的复杂性与多样性,使得约束优化问题无论在理论与方法上的研究都大大增加了难度。所有可行解的全体构成的集合,称为可行集或可行域,记为S,即约束最优化问题就是在可行域上求目标函数极值的问题。
与无约束最优化问题相比,约束最优化问题的最优性理论要复杂得多,在最优解处需同时考虑目标函数与约束函数。
约束优化问题,其数学模型的一般形式可写为
其中,f(x)为目标函数,gi(x)和hj(x)分别为不等式约束与等式约束。由于非线性的目标函数与约束函数的性质的复杂性与多样性,使得约束优化问题无论在理论与方法上的研究都大大增加了难度。面对各种形式的问题与算法思路,产生众多的求解方法,但除特殊类型(凸规划)的问题都难以求得全局最优解,一般情况下只能求得问题的局部最优解。
定义3.2.1 若x=(x1,x2, …,xn)T∈Rn满足约束条件(3.2.1),则称x为满足约束条件的可行解或容许解。所有可行解的全体构成的集合,称为可行集或可行域,记为S,即
约束最优化问题就是在可行域上求目标函数极值的问题。(www.xing528.com)
定义3.2.2 设x*∈S,Uδ(x*)={x|(x-x*)<δ,δ>0},若对于任一x∈S∩Uδ(x*),均有
则称x*为约束最优化问题的局部解;若f(x*)<f(x),则称x*为约束最优化问题的严格局部解。
定义3.2.3 设x*∈S,有f(x*)≤f(x),∀x∈S,则x*为约束最优化问题的全局最优解;若有f(x*)<f(x),∀x∈S且x≠x*,则称x*为约束最优化问题的严格全局最优解。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。