Метод субоптимизации на многообразиях. Выпуклый случай

 

          Для решения задачи (3.1.2) предлагается использовать метод

субоптимизации на многообразиях. Вначале рассмотрим основные идеи, приводящие к методу субоптимизации в случае задачи выпуклого программирования общего вида.

          Рассмотрим задачу выпуклого программирования с линейными ограничениями, состоящую в минимизации выпуклой функции f(x)

на множестве L

, задаваемом ограничениями типа равенств.

 

 

(3.4.1)

 

 

          Предположим, что задача имеет единственное решение, т.е минимум целевой функции достигается в единственной оптимальной точке x

*

. В этом случае задаче (3.4.1) эквивалентна задача:

 

 

 

(3.4.2)

 

 

          Эквивалентность этих двух задач является следствием единственности решения. Переход к задаче (3.4.2) называется выделением активных ограничений, т.е. вместо условия неотрицательности всех переменных, мы переходим к условию равенства нулю всех компонент, решения, индексы которых не принадлежат множеству Á

(x*).

          Предположим, что для задачи (3.4.2) нахождение  оптимального решения существенно проще, чем для исходной задачи (3.4.1). В этом случае, перебирая каким-либо образом всевозможные множества индексов Á

k

, являющиеся подмножествами полного набора индексов {1,..n}

, и решая для каждого из них задачу (3.4.2), используя Á

k

вместо Á

*

, определить искомое множество индексов Á

*

.

          Предположим также, что задача (3.4.2) обладает свойством

единственности, т.е система векторов {L1, .. Lm

, ej

(

j

Î

Á

(x*)}

- линейно независима. В случае нарушения свойства единственности задача поиска оптимального вектора задачи (3.4.2) усложняется, и в дальнейшем этот случай рассматриваться не  будет.

          Алгоритм перебора множеств индексов Á

k

 основан на следующей лемме.

 

          Основная лемма

:

 

          Пусть x

*

является оптимальной точкой задачи:

 

(3.4.3)

 

 

          где X

Á

- линейное многообразие, определяемое следующим образом:

 

(3.4.4)

 

 

          Предположим, что задача (3.4.3) с условием (3.4.4) обладает свойством единственности, и среди D

j

, удовлетворяющих условиям Куна-Таккера существует отрицательное D

j

0

, т.е.

 

(3.4.5)

 

 

          Пусть Á

'

  - множество индексов, полученное из Á

  вычитанием индекса j

0

:

 

(3.4.6)

 

 Тогда, если x

*

' - оптимальный вектор задачи

 

(3.4.7)

 

то справедливо неравенство:

 

f(x*')<f(x*)

(3.4.8)

 

 

Доказательство.

 

          Так как в силу выполнения соотношения (3.4.6) и определения множеств X

Á

 и X

Á

'

 вытекает, что X

Á

'

É X

Á

то имеет место неравенство f(

x

*

')

£

f(

x

*

)

. Следовательно для доказательства соотношения (3.4.8) достаточно показать, что f(

x

*

')

¹

f(

x

*

)

.

          Предположим, что это не так. Тогда точка x

*

является оптимальной для задач (3.4.3) и (3.4.7), и удовлетворяет условиям Куна-Таккера в обоих задачах:

 

 

(3.4.9)

 

 

 

(3.4.10)

 

 

          Добавим в правую часть равенства (3.4.10) член 0

ej

0

. Поскольку, по предположению (3.4.5) леммы коэффициент D

j

0

отличен от нуля, получаем разложение вектора градиента функции f

по системе векторов {L1, .. Lm

, ej

(

j

Î

Á

(x*)}.

Получаем противоречие с условием единственности, а стало быть, и с условием основной леммы.

          Доказанная лемма указывает направление перебора множеств индексов Á

k

(а стало быть и многообразий), уменьшающее значение целевой функции f

(

x

).

         

Из доказанной леммы вытекает

       

      Последние материалы

      Популярные темы

      Как прожить без денег?
       
      Сейчас на сайте 19 человек