混合惩罚函数法5学习课件.pptVIP

* 5.5、混合惩罚函数法 内点法和外点法各有所长，取长补短将这 两种方法结合起来使用，便形成了混合惩罚函 数法，即对P个等到式约束条件,构造外罚函数， 对M个不等式的约束条件，构造内罚函数。 约束优化问题： 这样构造的混合罚函数为： 式中 障碍项,惩罚因子 按内点法选取 即 —惩罚项，惩罚因子 当 满足外点法对惩罚因子的要求 混合法的求解特点与内点法相同，迭代过程在 可行域内进行。 初始点 惩罚因子初始值 均可参考内点 混合罚函数综合了内外罚函数法的特点及长 （1）先在可行域内选择一个严格满足所有不等 选择适当的惩罚因子初始值 ，通常可取 =1 （2）求 得 法选取。 计算步骤及程序框图与内点法相近。 处，因而应用非常广泛。 式约束的初始点 （3）如 和 满足收敛精度， 则停止迭代，否则转入下一步。 （4）取 转向第二步。 问题： 外点法：初始点X在可行域内时，不管 r0取何值，惩罚项总为零，因此惩罚函数 的极小点 ，如果在可行域内，则 该点必为原问题的最优解。 即: 因为： 所以： 这就说明了 为原问题的最优解。 约束优化设计方法小结： 1.复合形法 复合形法:是求解约束优化问题的一种重 要的直接方法。由于这种方法在迭代计算中 不必计算目标函数的一阶和二阶导数，也不 用一维搜索方法，因此对目标函数和约束函 数的性态无特殊要求，程序比较简单，适用 性较广。但是当设计变量和约束条件较多时 计算效率较低，另外还需要给出多变量的敬 意及初始内点。 2.内惩罚函数法 内惩罚函数法是求解不等式约束优化的一 种十分有效的方法，它要求初始点必须在可行 域内，迭代过程中所产生的多点均为可行设计 方案，因此使设计人员有挑选的余地，但这种 方法与外点法相比一般收敛较慢，递减系数C 应满足0c1 c=0.1~0.7 3.外点惩罚函数法 外点法既可求解不等式又可求解等式约束优 化问题。这种方法对初始点选择无特殊要求， 由于这种方法的收敛过程是从可行域外向可行 域边界逼近的，因此仅有最优解为可行设计方 案，设计人员无挑选余地。但这种方法与内点 法相比，一般收敛较快，另外，初始罚因子也 要选择适当。罚因子为递增，递增系数 4.混合惩罚函数法 既可求解不等式约束又可求解等式约束， 它是将内点法和外点法的惩罚函数形式结合 在一起，综合了两种方法的长处，初始点应 在可行域内，惩罚因子按内点法选取，具有 内点法特点。 总之，每一种约束优化方法都有其各自 的特点，有时一种优化方法对其一优化问题 有效而对另一个优化问题就不一定有效，这 就要求设计人员在掌握各种优化方法的特点 的基础上，对具体问题进行具体分析，灵活 适用优化方法，直至得出最优设计方案。 第六节 优化设计中应注意的的几个问题 .优化方法的选择 二.离散型变量的处理 三.多目标函数优化问题的处理 四 . 优化结果分析 前面几节所讲的优化方法；没有哪一种 方法是万能的，几种优化方法各有优缺点， 究竟哪一种方法好，经结合具体实际问题的 数学模型及约束条件。实际运用中，往往不 是选择具体的某一种最优方法，而是把几种 方法结合起来。扬长避短，以获得较好的设 计结果。一般在选择最优化方法时，主要考 虑两方面的问题： ①明确所建立的数学模型的特点： 如:优化问题的维数，目标函数的连续性及 其一阶、二阶偏导数是否存在，是否容易求 解，有无约束，约束条件是不等式约束；还 是等式约束，或者两者兼有。 如具有等式约束，显然不能直接用复合形法 和内点惩罚函数法。 ②优化方法特点及其计算程序特点： 如：该方法的收敛速度，计算精度，可靠 性、稳定性。通用及普遍性。有无现成程序 可用。 二.离散型变量的处理 在实际工程优化设计问题中，有些变量 只能是离散变量。如齿轮的模型，齿数，型 材的规格。设计手册中的一些标准化、规范 化离散变量如何处理。离散设计变量及优化 所得离散变量的处理。 1) 曲线拟合技术： 选定一种曲线去折合那些离散点，从而获得 可以描述该点列离散规律的近似函数表达式， 建立数学模型。 (拟合曲线近似描述离散点的变化规律) （1） 平均法： 找出这些离散点的公共值。这些离散点 相对于公共值，上下偏差代数和为零。以 这些公共值构造的代表表征这些离散数值 的规律。 具体步骤如下： a)有m组数值,预选一个用以拟合的方程式。 将此组数值分别代入 得到m个方程。 b)如预选方程中有J个待定