3 数学规划法在结构优化设计中应用.ppt

罚项具有下述性质： 当ｘ远离约束边界时，　　　　　较小； 当ｘ靠近约束边界时，　　　　　就变得很大，甚至趋于无穷。 由下图可知： 原规划最优点在x*，罚函数F(x)的最优解在罚函数等值线中心点，当ｒ较大时，该中心点离原规划x*较远，随着r的减少，中心点离x*的距离越来越近。 因此可以从一个单调下降的系数序列{rk}中 逐个选取系数rk,求得相应目标函数F(x,rk)的极小值及设计最优点x(K)的序列x(1), x(2) ,…, x(K)则原规划的最优点x*对应于下述极限 II. 外罚函数法 设原非线性规划问题为： 寻找ｘ，使得 　　　　 min f( X ) X ? E n s. t. 　g i (X) ? 0 i =1, m 用外点罚函数则转化为下述无约束极小化问题 　　 其中罚项　　　　　　　　　，Ｍ＞０其含义为在g i (X) 和０之间挑选大者。随Ｍ值增大，F(x) 值也增大，即偏离f(x)越远，这可看成对于不满足约束条件的一种惩罚。 如图所示，原规划最优解在x*点，而罚函数F(x,M)的最优解在罚函数等值线中心x*处，两者有一定的距离。与内点法不同， x*在不可行域中，但处理问题的方式有相同之处。 因此可以从一个单调上升的系数序列{Mk}中 逐个选取系数Mk,求得相应目标函数F(x,Mk)的极小值及设计最优点x(K)的序