最优化方法课程研究性教学之初探——拉格朗日乘子法Research-based Teaching of Optimization Method Course——Lagrange Multiplier Method
孙敏,葛静
摘要(Abstract)：
拉格朗日乘子法是对拉格朗日函数实施外罚得到的一类求解约束最优化问题的有效方法.该方法尤其适合求解含线性等式约束的凸优化问题，因此其在经济管理、机器学习等领域有着广泛的应用价值.讨论了拉格朗日乘子法的层次化教学：首先给出引入拉格朗日乘子法的必要性，然后讨论所要设计算法的序列极限满足的方程，以该方程为目标反向推导出拉格朗日乘子法的迭代格式，最后给出了拉格朗日乘子法的应用案例.
关键词(KeyWords)： 约束最优化问题;拉格朗日乘子;KKT点
基金项目(Foundation): 枣庄学院博士科研启动基金(2021BS002)
作者(Author): 孙敏,葛静
DOI: 10.16393/j.cnki.37-1436/z.2022.02.017
参考文献(References)：
- [1]王宜举，修乃华.非线性最优化理论与方法(第二版)[M].北京：科学出版社，2014.
- [2]刘浩洋，户将，李勇锋，等.最优化：建模、算法与理论(第一版)[M].北京：高等教育出版社，2020.
- [3]马昌凤.最优化方法及其Matlab程序设计(第一版)[M].北京：科学出版社，2010.
- [4]孙敏.可分裂规划与矩阵方程的数值方法研究[D].曲阜：曲阜师范大学，2019.
- [5]Bingsheng He,Xiaoming Yuan,Wenxing Zhang.A customized proximal point algorithm for convex minimization with linear constraints[J].Comput Optim Appl,2013(56):559-572.