非线性规划 - 数学规划的组成部分之一

非线性规划是的一部分数学规划，其中的非线性函数是由一定的制约或表示目标函数。非线性规划的主要目的是找到给定一定数量的参数和约束的目标函数的最佳值。

非线性规划问题均来自不仅在本区域，因而有一定限制范围内的线性内容达到最佳效果的问题不同，而且在国外。这些类型的问题是那些可以表示为方程和不等式数学规划任务。

非线性规划根据多种函数F（x）中，功能限制和使向量x的尺寸分类。因此，任务的名称取决于变量的数量。当使用一个可变非线性规划可以通过一个参数无约束最优化来进行。如果变量的数量，你可以使用一个以上的无条件的多参数优化。

为了解决使用的标准方法的线性问题的线性规划（例如，单纯形法）。但是，随着溶液的一般方法不存在非线性的，在每个单独的情况下，选择它也是其依赖于函数F（x）。

非线性规划发生在日常生活中经常。例如，它是在生产或购买货物成本量不成比例地增加。

有时发现在非线性规划问题的最优解决方案，试图执行一个近似线性的问题。一个例子是二次规划，其中，所述函数F（x）由第二度的相对于所述变量，所观察到的线性度限制的多项式表示。第二个例子是使用惩罚函数法，在一定的限制它的使用减少了对极值类似的方法搜索没有解决容易得多这样的限制。

然而，当作为一个整体进行分析，非线性规划是解决增加了任务的计算难度。很多时候，我们在他们的使用近似解的优化技术。可以提供解决这类问题的另一种强大的工具 - 数值方法来找到正确的解决方案，以给定的精度。

正如上面提到的，非线性规划需要一个特殊的个体的方法，它必须考虑到它的特殊性。

有非线性规划的以下方法：

- 梯度方法中，基于在点功能性梯度的性质。换句话说，偏导数的向量中作为最大指数在这点附近增函数的方向上的点计算的。

- 蒙特卡洛方法，其中，所述平行六面体确定第n个层面，包括多个用于随后的建模随机的N-点与所述平行六面体的均匀分布计划。

-方法动态规划减少到多维优化问题的任务更小的尺寸。

- 凸规划方法在搜索的最小的凸函数或上的一组计划凸部的最大的凹的实现。在多个的计划是凸多面体的情况下，那么它可以被应用于单纯形法。