最优化方法课件2011级 - 副本.ppt

* 例题(不等式约束问题) 故 令 得 它是min P(x,s)的最优解,最优值为 当s →+∞时, x1(s )→-1, x2(s )→0. 因此x(s)→x*,P(x,s)→f(x*)=1. * 外罚函数法 在上面的两个例子中,当s →+∞时,P(x,s )的最优解x(s )趋向于极限x*.而x*即为原约束问题的最优解. 不过x(s )往往不满足约束条件,在迭代过程中, x(s )从可行域的外部逐步趋于原问题的最优解. 因此上面的方法称为外罚函数法. 通过一系列无约束最优化问题来求解约束最优化问题称为序列无约束极小化方法SUMT (Sequential Unconstrained Minimization Technique),因此外罚函数法又称为SUMT外点法. * 外罚函数法(一般约束问题) 构造如下增广目标函数 其中 称为罚函数, s 0称为罚因子. 求解原问题转化为求解一系列的无约束问题 min P(x,sk)(s k →+∞). * 外罚函数法(算法步骤) 算法4.2.1 外罚函数法 得最优解xk=x(sk). Step1 以xk-1为初始点解无约束问题 取控制误差e 0,罚因子放大系数c 1,初始点x0,初始罚因子s1,令k=1. Step2 若 则以xk为问题的近似最优解.