华中科技大学工程优化设计-约束间接法讲述.ppt

工程优化设计 内容提要 工程优化问题建模 优化数学理论 一维搜索方法 无约束问题直接搜索方法 无约束问题间接接搜索方法 约束问题直接搜索方法 线性规划与二次规划问题求解 约束问题间接搜索方法 启发式算法 优化软件系统 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 约束问题间接求解方法 三。序列二次规划方法 L平稳点方程的牛顿法 即 根据 得： 即为下列二次规划问题 一阶必要条件： 三。序列二次规划方法 这样，解此二次规划问题可得d=dx, 进而计算xk+1=xk+d. 并由A(xk+1)Tλ=g(xk+1)得λk+1,从而完成一次牛顿迭代。 考虑到xk+1可能出可行域 (虽然前面考虑了约束,但近似过程使 约束可能没有精确满足) ，可改换用罚函数法一维搜索确xk+1=xk+ad。 算法： 1。初始化，k=0, x0, λ0. 2。解（xk, λk）处得二次规划子问题,得dk。 3。一维搜索 min P(xk+adk), P(x)=f(x)+M[h(x)]2, 得xk+1=xk+adk. 4。解A(xk+1)Tλ=g(xk+1)得λk+1。 5。如果收敛，停止；否则，k=k+1,转步2。 三。序列二次规划方法-不等式约束问题 min f(x) s.t. hi(x)=0, i=1,2,…,m gi(x)≤0, i=m+1,2,…,p 一维搜索 min P(xk+ad ): λk+1计算: A(xk+1)Tλ=g(xk+1)， A包含h和g（有效约束）的梯度。 三。序列二次规划方法 算法分析 1。SQP是解非线性约束优化问题得最有效方法之一。 2。L的Hesse矩阵可用拟牛顿法中BFGS公式迭代计算。 3。方法需要一、二阶导数信息。 4。在每一步中，L的Hesse矩阵正定是保证迭代顺利进行的 重要条件。 三。序列二次规划方法 λi=λi-r*hi(x) 无约束子问题,r为控制参数; 病态计算问题; 整体渐近 无约束子问题,r为控制参数;无病态计算问题; 整体渐近 约束子问题,无控制参数; 需要二阶导数; 局部逼近 四。可行方向法 算法思想 针对不等式约束问题，在线性化约束的限制下， 求解线性规划问题确定最速可行下降方向。 算法 Skipped Skipped 带有圆约束的线性规划问题怎样求解? Skipped Skipped 带有圆约束的线性规划问题怎样求解? 罚函数法? Skipped 可行方向法中没有提到此种方向确定方法!特殊处理? 算法分析 与序列二次规划法相比， 相同点是都用近似法确定新的搜索方向； 不同点是这里一次近似，是对F（x)近似；那里二阶近似，是对L（x,λ ）近似。 Skipped 五。序列线性规划法 算法思想 针对非线性约束优化问题，对目标函数和约束函数 进行线性化，求解线性规划问题确定每步移动。 五。序列线性规划法 Move Limit 根据线性化有效范围限制 最大移动步长 五。序列线性规划法 算法分析 线性化范围和此范围随迭代次数的缩小率 与可行方向法相比， 相同点是都为线性近似； 不同点是这里直接确定下一点；那里只确定搜索方向，还需要一维搜索。 六。简约梯度法 算法思想 将一般非线性约束优化问题转化为目标函数为非线性， 约束函数为线性的优化问题。通过求解线性约束，分 离出因变量和自变量，对自变量求导得出简约梯度，并 沿负简约梯度方向进行搜索。 六。简约梯度法 简约梯度确定初步搜索方向 * 间接法: 将复杂的约束优化问题转化为一系列简单的、容易 解决的子问题。例如，转化为： （1）无约束问题求解； （2）二次规划子问题求解； （3）线性规划子