机械优化设计 第5章 约束优化方法.pptVIP

第五章 约束优化方法 一.约束坐标轮换法 二.随机方向法 三.复合形法 §5-1 优化方法的类型 2）间接法 1）直接法 ---将迭代点限制在可行域内(可行性),步步降低目标函数值(下降性),直至到达最优点. 常用方法有:约束坐标轮换法, 随机方向法,复合形法,可行方向法,线性逼近法等. ---通过变换,将约束优化问题转化为无约束优化问题求解. 常用方法有: 惩罚函数法,拉格朗日乘子法等. （可解不等式约束问题） （可解各类问题） (按对约束条件的处理方法分) §5-2 约束坐标轮换法 一.基本思路 ①可取定步长、加速步长和收缩步长,但不能取最优步长; 1.依次沿各坐标轴方向---e1,e2,…,en方向搜索; 2.将迭代点限制在可行域内. ②对每一迭代点均需进行可行性和下降性检查. 二.迭代步骤 三.存在问题 有时会出现死点, 导致输出“伪最优点”. * 为辨别真伪, 要用K-T条件进行检查. §5-3 随机方向法 基本思路 ②若该方向适用、可行，则以加速步长前进； 坐标轮换法有时会输出“伪最优点” ,用随机方向法可克服这一缺点. ① 若该方向不适用、可行，则产生另一方向； ③若在某处产生的方向足够多，仍无一适用、可行，则采用收缩步长； ④若步长小于预先给定的误差限则终止迭代。 搜索方向----采用随机产生的方向 二.随机方向的构成 3. 构成随机方向 X0=X, F0=F 三.随机方向法 的迭代步骤 是 j =0 否 是 是 §5-4 复合形法 基本思路 在可行域内选取若干初始点并以之为顶点构成一个多面体(复合形),然后比较各顶点的函数值,去掉最坏点,代之以好的新点,并构成新的复合形,以逼近最优点. 有两种基本运算: 1) 映射---在坏点的对侧试探新点:先计算除最坏点外各顶点的几何中心, 然后再作映射计算. 2) 收缩---保证映射点的“可行”与“下降” X1为最坏点 二.初始复合形的构成 1. 复合形顶点数K的选择 2) 为避免降维, K应取大些; 但过大, 计算量也大. 2. 初始复合形顶点的确定 1) 用试凑方法产生---适于低维情况; 2) 用随机方法产生 ①用随机方法产生K个顶点 这便得到了一个顶点,要连续产生K个顶点. ② 将非可行点调入可行域内 ⅰ) 检查已获得的各顶点的可行性,若无一可行,则重新产生随机点;若有q个可行,则转下步. ⅱ) 计算q个可行点点集的几何中心 ⅲ) 将非可行点逐一调入可行域内. 若仍不可行, 则重复此步骤, 直至进入可行域为止. 三. 终止判别条件 各顶点与好点函数值之差的均方根应不大于误差限 四. 复合形法的 迭代步骤 是 否 是 是 是 否 否 否