当制定一个等式约束优化时,拉格朗日乘数方法将是我的选择。在《数值优化》一书的第 17 章中,可以对这种情况使用二次惩罚法。但是,它没有提到何时应该选择二次惩罚方法而不是拉格朗日乘数方法。我希望知道这两种方法的优缺点,以及如何为一个优化问题选择方法。
为什么使用二次惩罚法进行等式约束优化?
计算科学
约束优化
惩罚法
2021-12-20 22:31:23
1个回答
如果您已经有无约束问题的求解器,则二次惩罚很容易实现。它将有约束的问题转化为无约束的问题。它没有变得更简单。惩罚公式也不关心约束是否可微等细节。
另一方面,实现包含拉格朗日乘数的公式会使软件大大复杂化。它还要求约束函数的可微性,此外,这些导数在实践中是可计算的。但是,它确实有一个优势,即至少对于线性约束,您可以保证所有迭代都完全满足约束。
换句话说,这一切都与所涉及的各种权衡有关。