正在加载图片...
Lagrange函数 Lx,)fx)+∑a,c(x) (a,≥0,i=1,2,…,p) i=1 L(x,u,v)=f(x)+u'g(x)+v"h(x) (u≥0) Lagrange乘子:o,或w,y 互补松弛条件:C,(x*)≤0,C*≥0,a,*c,(x*)=0,i=1,2,…,p or g(x*)≤0,*≥0,u*gx*)=0VL(x,u,y)=0 Karush-Kuhn-Tucker条件—KKT条件 u≥0,ug(x)=0 约束规格 约束限制(规范)条件 h(x)=0 1)有效约束的梯度向量Vc,(x*i∈A(x)线性无关; 2) 所有约束都是线性函数; 3) 1616 Lagrange函数 ( *) , * , * ( *) , , , , 0 0 0 1 2 i i i i c x c x i p   = =   ( , , ) 0 0, ( ) 0 ( ) 0 x T L x u v u u g x h x  =  = = Karush-Kuhn-Tucker条件——KKT条件 1 ( , )= ( ) ( ) ( 0, 1,2, , ) ( , , ) ( ) ( ) ( ) ( 0) p q i i i i T T L x f x c x i p L x u v f x u g x v h x u    + = +  = = + +   Lagrange乘子: i 或u v , 互补松弛条件: ( *) 0, * 0, * ( *) 0   = T or g x u u g x 约束规格——约束限制(规范)条件 1) 有效约束的梯度向量  ( *)( ( *)) i c x i A x 线性无关; 2) 所有约束都是线性函数; 3) ……
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有