罚函数 原理与应用.pptVIP

增广目标函数的性质与参数μ有密切的联系：μ越大，F(x,μ)的无约束极小点就越接近于f(x)的约束极小点xμ，可得 取初始点X0为非可行点,μ0＞0(通常取μ0=1), ε＞0,c＞1(通常取c=10),k=0 以Xk为出发点，求解无约束极小化问题： minF(X,μk )=f（X）+μkα(X) 设无约束极小点为Xμk (3) μkα(Xμk)≤ε，输出Xμk，计算停止；否则，转(4) (4)μk+1=cμk，k=k+1，转(2) 而原问题的精确极小点与极小值为 * * 第十三节 罚函数法与障碍函数法 主要内容： 罚函数法（外点法） 障碍函数法（内点法） 混合罚函数法 1 2 3 在原目标函数中加上一个罚（障碍）函数，而得到一个增广目标函数，罚（障碍）函数。罚（障碍）函数的功能是对非可行点或企图穿越边界而逃离可行域的点赋予一个极大的函数值。 罚函数的功能 一. 罚函数法（外点法） 1.罚函数法的基本原理 例3.23 求解： 基本原理 利用无约束极小化的算法来求解这个不等式，假设存在这样一个函数F(x),当x是原约束的可行域中点时，F(x)与f(x)的值相同；当x不属于可行域时，则F(x)→∞,所以问题转化为： minF(x) (3-98) 基本原理 F(x)的等价表达式： F(x,μ)=x+μ[max(0,-0+2)]2 (3-98) 其中，μ是一个充分大的正数。记 α(x)=[max(0,-x+2)]2 (3-99) 通常将μα(x)称之为罚函数，记为 P(x,μ)=μα(x) 而把新目标函数F(x,μ)=f(x)+P(x,μ)称之为增广目标函数 基本原理 而利用图解法不难看出，原问题的约束极小点正是X=2 基本原理 一般情况下： 设原问题为 minf(x) (3-100) s.t. gi(x)≤0,i=1,2,…,m (3-101) hj(x)=0,j=1,2,…,l (3-102) 则可以构造无约束极小化问题： minF(x,μ)=f(x)+μα(x) (3-103) 其中 解题步骤 定理3.37 设对给定的参数μ,F(x,μ)的无约束极小值为xμ。那么，xμ成为f(x)的约束极小点的充要条件是：xμ是原问题的可行点。 定理3.37 2.罚函数算法 罚函数法算法 例3.24 用罚函数法(外点法)求解： 要求以X(0)=(1,1)为初始点，C=10,迭代3次 例题 任选一种无约束极小化算法，可解得F(X, μ0)的无约束极小点为 例题 以X(1)为出发点，可求得F(X, μ1)的极小点为 例题 以X(2)为出发点，可求得F(X, μ2)的极小点为 例题 以X(3)为出发点，可求得F(X, μ3)的极小点为 例题 X (4)已经很接近X*。同时可以看出， F(Xk+1，μk) 单调上升，并趋于f（X*） 例题 *