标签：ci 西瓜 二次 凸函数 约束 问题 6.6 第六章 规划

1. 凸优化问题

对于一般的非线性规划，若目标函数是凸函数，约束集合 $D$D 是凸集，则称该非线性规划是凸规划。
若上述约束规划中只含有不等式约束，又 $c_i(x)(i∈I)$ci​(x)(i∈I)是凸函数，则约束集 $D$D 是凸集。
对于混合约束问题，若 $c_i(x)(i∈E)$ci​(x)(i∈E)是线性函数，$c_i(x)(i∈I)$ci​(x)(i∈I) 是凸函数，则 $D$D 是凸集。

定理 4： 凸规划的局部解必是全局解。
定理 5： 设目标函数 $f(x)$f(x) 和约束函数 $c_i(x)$ci​(x)一阶连续可微，并且 $c_i(x)(i∈E)$ci​(x)(i∈E) 是线性函数， $c_i(x)(i∈I)$ci​(x)(i∈I) 是凸函数。若凸规划的可行点 $x^*$x∗ 是K-T点，则 $x^*$x∗ 必是全局解。

2. 凸二次规划问题

一般的约束规划问题求解非常困难，从下面开始我们将仅讨论凸二次规划问题的求解方法。考虑如下约束优化问题：

其中 $G$G 为 $n×n$n×n 对称矩阵，$r,α_i(i∈E∪I)$r,αi​(i∈E∪I) 为 $n$n维实向量， $b_i(i∈E∪I)$bi​(i∈E∪I) 为实数，称上述问题为二次规划（quadratic programming）问题。
如果$G$G 为（正定）半正定矩阵，则称上述问题为（严格）凸二次规划（convex quadratic programming）。（严格）凸二次规划问题的局部解均是全局最优解。

定理 6： $x^*$x∗ 是上述凸二次规划问题的全局最优解得充分必要条件是： $x^*$x∗是K-T点，即存在 $λ^∗=(λ^∗_1,λ^∗_2,…,λ^∗_{l+m})$λ∗=(λ1∗​,λ2∗​,…,λl+m∗​) 使得：

定理 7： 若 $x^*$x∗ 是上述凸二次规划的全局最优解，则 $x^*$x∗是如下等式约束二次规划问题的全局最优解。

参考资料：约束规划问题与凸二次规划

标签：ci,西瓜,二次,凸函数,约束,问题,6.6,第六章,规划
来源： https://blog.csdn.net/u013307195/article/details/90692580

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。