第八章惩罚函数法1.pptVIP

§8.1 外点罚函数法 二、外点罚函数法迭代步骤 在外点罚函数中，是通过一系列因子 ，求 的极小点来逼近原约束问题的最优点．这一系列的无约束极小点 将从约束可行域外部向约束边界运动，实际上，随着罚因子的增大，迫使惩罚项的值逐渐减小，从而使 的极小点 沿着某一运动轨迹逐渐接近等式约束面与起作用的不等式约束面上的最优点 ．当 趋于无穷大时， 的极小点就是原问题的最优点 ． §8.2 内点罚函数法 内点罚函数法刚好克服了外点罚函数法的不足之处，内点罚函数法的迭代过程均在可行域D内进行，它是通过在D内寻找一串点列 来逼近最优解 ． 一、内点罚函数法基本原理 首先在D的边界设置一道障碍，当从可地域D中的某点 出发进行迭代时，每当迭代点靠近D的边界时，便被此边界上的障碍（形如绝壁）阻挡碰回，这种阻挡碰回实质上也是一种惩罚，换句话说，所谓阻挡碰回就是当迭代点靠近D的边界时，离边界越近函数值增加越大，特别当迭代点到达边界上时，函数值变为无穷大．由此可以想象不可能在靠近D的边界上取得最优解，只能在远离D的边界内找到最优解． （1）选定初始点 ，初始障碍因子 ，惩罚因子的缩小系数 （可取 ）；置 ． 内点罚函数法的优点在于每次迭代都是可行点，当迭代到一定次数时，尽管可能没有达到约束最优点，但可以被接受为一个较好的近似最优点．在实际应用中，按该点求得的解可能比初始解有很大的改进，因而被工程技术人员接受，作为一种最优设计方案．然而，内点罚函数法要求初始点位于可行域内部，即所有的约束需按严格不等式满足．这对于简单的优化问题是不难解决的，因为原设计方案可能是用常规设计方法求得的，虽然不是最优，但一般是可行的，因此就可将原方案作为初始点．但对复杂的优化问题，由于变量和约束较多，要想得到一个可行的初始点，并不十分容易，这时就要采用求可行点的算法．这里不作介绍，需要时可参阅参考文献[30]． Step1 选取初始数据。给定初始点 ，初始乘子 ，初始罚因子 ，放 大系数 ，允许误差 ，参数 ，令 。 Step4 判断收敛快慢。若 则令 转Step5，否则令 ，转Step5; Step1 引入附加变量 将问题 等价于等式约束问题 转化求解法（二）：增广乘子法 等式约束下的增广乘子法例题 恼符祭粮故豹喧倚兢驭出仆借瞻黎俄酮斧祖曰坷芽艺邑抵命讣糙颁仍阑淹第八章惩罚函数法1第八章惩罚函数法1 （二）、不等式约束下的增广乘子法 上述问题对应的广义乘子法中的乘子罚函数为： 当 时， 当 时， 极小。 欢裤丸咆窜舒捕入永憋怀壬操彻赌耀妹槽矾颐濒阎删抨搭狮耿法腮十屎羚第八章惩罚函数法1第八章惩罚函数法1 不等式约束下的增广乘子法 Step2 上述问题对应的广义乘子法中的乘子罚函数为： Step3 对函数 关于 求极小，然后定义出于 无关的乘子罚函数 将不等式约束问题转化为求解一系列无约束问题。 具体计算步骤与等式约束的情形类似。 转化求解法（二）：增广乘子法 卧恒洱儒眠掀茎墟簿读屉彝伏岸勉惕漏烯诧痊拂亲闺妥调陈川饼书糯酌归第八章惩罚函数法1第八章惩罚函数法1 转化求解法（二）：增广乘子法 不等式约束下的增广乘子法例题 郑展逛硕摔奠方古股匙嚷赡岔阑记淀祟却彝饺柜施斩厦女终晦囤空飞计约第八章惩罚函数法1第八章惩罚函数法1 转化求解法（二）：增广乘子法 不等式约束下的增广乘子法例题 岳疵衰砰赤介嗽溜饱伟磷模漱薪祸达章焚慈宋瘸纶寄燥绰扛设芽楔酸苟貌第八章惩罚函数法1第八章惩罚函数法1 转化求解法（二）：增广乘子法 不等式约束下的增广乘子法例题 菩牙撅腾竞聘傣碳除辐鸟繁尿希听号毯表抛禄呻用肛个厩确闭算歼邢测幽第八章惩罚函数法1第八章惩罚函数法1 转化求解法（二）：增广乘子法 不等式约束下的增广乘