24小时热门版块排行榜    

CyRhmU.jpeg
查看: 1207  |  回复: 5
当前主题已经存档。
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

huhaifeng

木虫 (初入文坛)

[交流] 【求助】增广拉格朗日方法

想用增广拉格朗日方法求解一优化问题。
不过有些地方不懂,比如假设只有等式约束,
min f(x)
s.t. g(x)=0
增广拉格朗日函数P(x,lamda,r)=f(x)-lamda*g(x)+ r/2*g(x)^2;
我的问题是:
迭代出lamda后,如果用牛顿法求解x,是不是用拉格朗日函数的导数?
L(x,lamda)=f(x)-lamda*g(x)?
因为这样才满足kkt条件?
我看有的书上写的是通过设置lamda的迭代值,可以把P的导数等同于L的导数?
有点乱,看了一些文献,觉得数学性太强了,不懂。

[ Last edited by 小雨萌萌 on 2010-4-6 at 10:31 ]
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

小雨萌萌

铜虫 (文坛精英)

优秀版主


引用回帖:
Originally posted by huhaifeng at 2010-04-07 10:28:52:
谢谢版主!
不过可惜那个链接的文件已经被删除了
还有一个不太相关的问题:我在amazon上看到有人给这本书的评论是:
out of date... many new approaches (e.g., SQP, GRG, trust-region methods, interior po ...

这个和你的专业有关,每种方法都有利弊,也可以尝试新的方法。
6楼2010-04-07 11:53:45
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 6 个回答

小雨萌萌

铜虫 (文坛精英)

优秀版主


★ ★
小木虫(金币+0.5):恭喜抢沙发,给个红包
javeey(金币+1):谢谢这方面的专家提供帮助 2010-04-06 11:52
推荐一篇论文,基于增广Lagrange函数的等式约束优化算法,这个你看起来应该不难。
2楼2010-04-06 11:29:15
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

huhaifeng

木虫 (初入文坛)

谢谢版主!
我看了一下你给的文章,他求解等式约束是Armijo搜索?这个我也不懂是什么,但是算法看了个大概。
我在袁亚湘的书里翻出来一个乘子罚函数的算法,p474-475,
里面提及的算法是:
1.设置lamda,r和x的初值
2.求解x(k+1)=arg min {P(x,lamda,r)}
3.迭代惩罚因子 r (提及的文献要避免的?为了防止r趋向于无穷大?)
4.迭代lamda
5.转 2
我在一文献里发现有人用增广lagrange算法,他用的是牛顿迭代求解第二步中的x*,但是他用到的雅克比矩阵和海森矩阵都是关于L的,而不是P,我总结了一下他的迭代是这样的:
1.设置lamda,和x的初值,r保持不变
2.迭代lamda
3.求解x(k+1)=arg min {L(x,lamda)}
4.转 2
我看袁亚湘的书,因为lamda的更新放在了第二步,所以按他的书的算法,min P变成了min L。
我只是不知道这样对吗?他本人引用的优化参考文献是 constrained optimization and lagrange multiplier methods,这个文献我查不到。
谢谢!
我不清楚这样的做法

[ Last edited by 小雨萌萌 on 2010-4-6 at 19:44 ]
3楼2010-04-06 15:05:33
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

小雨萌萌

铜虫 (文坛精英)

优秀版主


★ ★
javeey(金币+2):谢谢解答 2010-04-06 20:07
当函数具有某些好的性质时,函数F和L的稳定点是一样的。你说的那个文献可以在网上免费下载的http://www.ebookee.net/Constrain ... Series-_212576.html
4楼2010-04-06 19:57:21
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
普通表情 高级回复(可上传附件)
信息提示
请填处理意见