非線形制約付き最適化

上下限のある非線形目的関数を制約条件下で局所探索し、候補点の妥当性を確認する。

局所探索の候補点を返します。制約を満たしていても大域最適・KKT停留点であることは保証しません。

項目を入力・選択してから「計算する」を押してください。

必要な入力・選択は7項目です。

例:(x-2)^2+(y-1)^2。関数は abs / sqrt / min / max / floor / ceil / round / log / exp を使用できます。単位を揃えてください。

変数・境界・初期値必須
行変数名下限上限初期値操作
1

4列を左端の欄へタブ区切りで貼り付けられます。6行まで。

英字・数字・下線を使い、先頭は英字か下線。下限 ≤ 初期値 ≤ 上限。6変数まで。

制約(任意)任意
行左辺の式 任意関係 任意右辺 任意操作
1

3列を左端の欄へタブ区切りで貼り付けられます。8行まで。

左辺・関係・右辺を1組ずつ入力。例:x^2+y^2 ≤ 4。制約がない場合は空欄のまま。

勾配探索は滑らかな式向け。どちらも局所探索で、すべての制約の充足は保証しません。

1〜1000の整数。探索1反復で式を複数回評価します。

1e-7〜0.05。各変数を上下限で0〜1に正規化した幅です。

1e-8〜0.1。各式の左辺−右辺と同じ単位で比較します。


計算結果

値を入力して計算してください。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

左辺を g(x)、右辺を b とすると、等式違反は |g-b|、≤ は max(0,g-b)、≥ は max(0,b-g) です。罰則評価関数は(最小化では)f(x)+ρ√Σ違反²、最大化では −f(x)+ρ√Σ違反²。変数を各上下限で0〜1に正規化し、選択した局所探索で罰則評価の改善を試みます。ρは段階的に10倍へ増やします。式を数値積分・微分の解析解として扱いません。

候補点の目的関数値・変数値・制約残差・最大違反・停止理由・探索回数。

計算例(架空の数値)

変数x(下限0、上限3、初期値2)、目的式(x-1)^2、制約x^2≥1、最小化ではx=1、目的値0、制約違反0が解析的な候補です。計算結果の表示値には数値誤差があります。

適用対象と限界

一般の数理最適化・工学計算で、式を実数・無次元に整えて比較できる小規模モデル。変数7個以上、制約9行以上、非有界変数、大域最適性・厳密KKT条件の証明、整数最適化、常に厳密な実行可能点が得られる保証は対象外。

採用した方式

  • 座標・二変数方向のパターン探索(E475-v1):対象範囲 勾配を使わない箱型制約+罰則評価の局所探索/適用地域 地域非依存
  • 有限差分射影勾配探索(E475-v1):対象範囲 なめらかな式を想定した箱型制約+罰則評価の局所探索/適用地域 地域非依存

方法と出典

方法:E475-v1(2026-11-13、独自の局所探索。SciPy実装の移植ではない)。データ記録日:2026-11-13。