“增广拉格朗日（法/函数）”：一种用于带约束优化的技术，把约束（尤其是等式约束）通过拉格朗日乘子项 + 罚函数项一起加入目标函数，从而把原问题转化为一系列更易求解的无约束（或较简单约束）子问题。也常指相应的“增广拉格朗日函数”。
/ɔːɡˈmɛntɪd ləˈɡrændʒiən/
We solved the constrained problem using an augmented-Lagrangian method.
我们用增广拉格朗日法求解了这个带约束的问题。
In large-scale optimization, the augmented-Lagrangian approach often balances feasibility and objective improvement better than a pure penalty method.
在大规模优化中，增广拉格朗日方法往往比纯罚函数法更能兼顾“满足约束”和“改进目标值”。
augmented 意为“增广的、增强的”；Lagrangian 来自数学家 约瑟夫-路易·拉格朗日（Joseph-Louis Lagrange） 的姓氏，用来指代“拉格朗日（乘子/函数）”相关形式。“增广拉格朗日”之所以叫“增广”，是因为在传统拉格朗日函数的基础上额外加入了罚项（通常是平方罚项），以增强对约束的推动作用并改善数值性质。
Select Language