chapter7.罚函数法

文档摘要

罚函数法来使用优化算法 optimtool源码 &emsp;&emsp;本章考虑约束优化问题： $$ \min f(x), \\ s.t. x \in \chi \\ \tag {1} $$ 这里 $\chi \subset R^n$ 为问题的可行域。与无约束问题不同，约束优化问题中自变量 $x$ 不能任意取值，这导致许多无约束优化算法不能使用。例如梯度法中沿着负梯度方向下降所得的点未必是可行点，要寻找的最优解处目标函数的梯度也不是零向量。这使得约束优化问题比无约束优化问题要复杂许多。本章将介绍一些罚函数法，它们将约束作为惩罚项加到目标函数中，从而转化为我们熟悉的无约束优化问题求解。