本文探讨了不等式约束下的两种极小值点情形：一种位于可行域内部，另一种位于边界上。针对每种情况的特点，介绍了如何利用梯度信息进行求解，并通过实例说明了如何应用KKT条件来解决这类问题。
不等式约束
对于不等式约束g(x)<=0，和等式约束h(x)=0不一样，h(x)=0可以在平面上画出一条等高线，而g(x)<=0是一个区域，很多个等高线堆叠而成的一块区域，我们把这块区域称为可行域。
不等式约束分两种情况来讨论，第一种是极小值点落在可行域内（不包含边界），第二种是极小值点落在可行域外（包含边界）。
下面举两个例子来解释这两种情况，然后总结两种情况给出转换求解。
极小值点落在可行域内（不包含边界）
考虑目标函数 f ( x ) = x 1 2 + x 2 2 f(x) = x_1^2 + x_2^2 f(x)=x12+x22，不等式约束 g ( x ) = x 1 2 + x 2 2 − 1 ≤ 0 g(x) = x_1^2 + x_2^2 -1 \le 0 g(x)=
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
