第四章最优化方法和最优化设计课题.ppt

4.7.3 内罚函数法（内点法） 与外罚函数法正好相反，如果搜索点始终位于可行域之内，且逐步向x*靠近，则称为内点法。 对接近于可行域边界的迭代点（可行域内部的）施加大的惩罚，且愈接近边界惩罚愈大，对边界上的点给以无穷大的惩罚。这样，好像在可行域边界上筑起一道很高的围墙，阻止迭代点超越边界，并迫使它只在可行域内移动，因此内罚函数法也称为“障碍法”或“围墙法”。 内罚函数法 例： uk 24 4 0.75 0.0002 0 y(uk) 1 2 2.5 2.9999 3 uk的一系列递降使y*趋于3，每个y*都在可行域内 内罚函数法的计算步骤 约束 最优化问题 无约束 最优化问题 罚函数 增广目标函数 计算流程 罚因子：μ10（μ1=10） 罚因子缩小系数：c1（c=0.1） k=1. 以xk-1为初始点，求解无约束问题 其极小点为：xk 输出xk Y N SWIFT法-序贯加权因子法 SUMT法中，罚因子的选择十分任意，有时会影响计算的收敛速度。B.V.Sheela 和T.P.Ramamoor于1975年提出把罚函数法与单纯形法相结合，每步迭代均用单纯形法去求无约束极值，使最佳罚因子由上次迭代结果给出。称为SWIFT法。 SWIFT-Sequential Weight Increasing Factor Technique(序贯加权因子法） 特点-可以使计算的收敛速度获得很大改