MatLab建模学习笔记10——利用罚函数求解非线性规划问题
2016-08-17 10:44
701 查看
它将有约束最优化问题转化为求解无约束最优化问题:其中M为足够大的正数, 起”惩罚”作用,称之为罚因子,F(x, M )称为罚函数。罚函数法求解非线性规划问题的思想是,利用问题中的约束条件做出适当的罚函数,由此构造出带参数的曾广目标函数,并把问题转化为无约束非线性规划问题。传统的罚函数法一般分为外部罚函数法和内部罚函数法。外部罚函数法是从非可行解出发逐渐移动到可行区域的方法。内部罚函数法也称为障碍罚函数法,这种方法是在可行域内部进行搜索,约束边界起到类似围墙的作用,如果当前解远离约束边界时,则罚函数值是非常小的,否则罚函数值接近无穷大的方法。
案例:
Matlab中求解:先编写.m文件,在求值
求值的结果:
案例:
Matlab中求解:先编写.m文件,在求值
求值的结果:
相关文章推荐
- MatLab建模学习笔记10——利用罚函数求解非线性规划问题
- MatLab建模学习笔记8——非线性规划问题求解
- MatLab建模学习笔记8——非线性规划问题求解
- MatLab建模学习笔记9——二次规划问题求解
- matlab学习笔记之求解线性规划问题和二次型问题
- MatLab建模学习笔记7——线性规划问题求解
- 利用粒子群算法求解非线性二层规划问题(matlab)
- MATLAB求解非线性规划问题的例子
- 非线性规划问题的matlab求解
- 斯坦福机器学习-week 3 学习笔记(2)——Matlab最优问题求解
- 数学建模 | MATLAB学习 | 非线性规划
- 非线性规划问题的matlab求解
- 利用Matlab求解线性规划问题
- MATLAB求解线性规划(含整数规划和0-1规划)问题
- matlab求解线性规划问题
- 钢管下料问题用非线性整数规划的数学模型来建模以及用Lingo进行计算
- 利用信赖域算法求解无约束的非线性最小二乘问题~
- 系统优化与调度——非线性规划问题:梯度投影法之MATLAB实现
- 利用Levenberg_Marquardt算法求解无约束的非线性最小二乘问题~
- 算法设计和数据结构学习_4(《数据结构和问题求解》part4笔记)