TOMLAB /LGO 用户指南：全球与局部优化解决方案

"TOMLAB/LGO用户指南详细介绍了TOMLAB与LGO求解器的集成，该求解器由Pint'er Consulting Services开发，并与MathWorks的MATLAB接口配合使用。LGO（Lipschitz连续全局优化器）主要用于一般非线性规划（NLP）模型的全局分析和求解。它包括一系列强大的全局和局部非线性求解器，同时也处理小型LP模型。LGO结合了分支和界（BB）、自适应全局随机搜索（GARS）和自适应多起点全局随机搜索（MS）等全球范围的算法。此外，还提供了基于广义减小梯度法的约束局部搜索（GRG）策略。TOMLAB/LGO通过无缝结合这些全局和局部搜索策略，支持广泛的运算，包括全自动的全局或局部搜索优化，以及自定义交互式运行。该工具不需要任何子求解器，也不需要模型的深入结构信息，特别适合解决'黑箱'、封闭、机密或其他复杂模型，即使在有限的分析信息下也能运行。TOMLAB/LGO可以解决包含非光滑连续函数约束的非线性、全局和凸优化模型。它也可以与其他TOMLAB求解器配合使用，局部求解器可用于验证LGO找到的解并提供额外的局部信息。" TOMLAB/LGO是面向非线性优化问题的强大工具，其主要特点包括： 1. **全局和局部搜索的集成**：LGO的解决方案方法结合了全局和局部搜索策略，允许在自动和交互式模式下灵活使用组件求解器。 2. **多种全局搜索算法**：包括分支和界（BB）、自适应全局随机搜索（GARS）和自适应多起点全局随机搜索（MS），这些算法旨在处理复杂的非线性优化问题。 3. **局部搜索策略**：采用基于广义减小梯度法的约束局部搜索（GRG）策略，可以对找到的解进行验证和细化。 4. **适用范围广泛**：无需模型的深入结构信息，仅需要计算函数值，能够处理包含非光滑连续函数的约束。 5. **与TOMLAB兼容**：TOMLAB/LGO可以与其他TOMLAB求解器配合，增强了整体优化能力。 6. **适用于复杂模型**：尤其适合解决那些分析信息有限，甚至可能是保密的“黑箱”模型。 用户手册内容包括介绍、MATLAB接口的使用、设置LGO选项、测试示例以及求解器参考等部分，为用户提供全面的操作指导。通过这些内容，用户将能够熟练地使用TOMLAB/LGO解决各种优化问题。