凯鲁嘎吉
用书写铭记日常,最迷人的不在远方

最优化——约束优化方法(Constrained Optimization Algorithms)

作者:凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/

本篇介绍最优化方法(运筹学)里面的约束优化方法,包括:直接搜索法(随机方向法、约束坐标轮换法、复合形法、以及可行方向法)与间接搜索法(惩罚函数法与序列二次规划)。更多优化问题,请看标签:优化问题 - 凯鲁嘎吉

1. 引言

包括约束非线性规划问题陈述、约束优化方法分类、最优性条件。

2. 直接搜索法(Direct Search Methods)

2.1 随机方向法

2.2 约束坐标轮换法

2.3 复合形法(complex method)

3. 可行方向法(Feasible Directions Methods)

3.1 Zoutendijk可行方向法

3.2 Rosen梯度投影法

3.3 Wolfe简约梯度法(Reduced Gradient, RG)

3.4 广义简约梯度法(Generalized Reduced Gradient, GRG)

3.5 Frank-Wolfe方法

4. 惩罚函数法(Penalty Function Methods)

4.1 外点法/罚函数法(Exterior Penalty Function)

4.2 内点法/障碍函数法(Interior Penalty Function)

4.3 乘子法

5. 序列二次规划(Sequential Quadratic Programming)

5.1 Lagrange-Newton法

5.2 Wilson-Han-Powell法(也称SQP)

6. 参考文献

posted on 2022-08-09 20:17  凯鲁嘎吉  阅读(3304)  评论(0编辑  收藏  举报