机械优化设嫉钠_第六章约束优化方法.pptVIP

　第六章　约束优化方法　;一、概述;2、求解方法;（1）直接解法;直接解法的搜索路线;①迭代计算无论何时终止，都可获得一个比初始点好的设计点； ②若目标函数是凸函数，可行域是凸集，则可保证获得全域最优解。否则，将由于所选择的初始点的不同，而探测到不同的局部最优解上，在这种情况下，探索结果经常与初始点的选择有关系，为了能得到全局最优解，在探索过程中最好能改变初始点，或选择几个差别较大的初始点分别计算，以便从多个局部最优解中 选择更好的最优解； ③要求可行域为有界的非空集，即在有界可行域内存在满足全部约束条件的点，且目标函数有定义。;a) 可行域是凸集；b)可行域是非凸集;（2）间接解法;2)间接解法的特点 ①计算效率和数值计算的稳定性有较大提高； ②可以有效地处理具有约束等式约束的约束优化问题； ③选择加权因子困难，???果选择不当，不但影响收敛速度和计算精度，甚至会导致计算失败。; 二、随机方向法;1）在可行域内选择一个初始点 ； 2）沿该点周围不同的方向进行若干次搜索，计算各方向上等距离点的函数值，找出其中最小值 及点 ； 3）如果 则以两点连线方向作为搜索方向以适当的步长向前搜索，得到新点 。若 ，则将新的起点移至 ，重复前面过程； 否则应缩短步长，直至取得较好点。 4）如此循环下去，当满足计算精度，则可结束迭代计算;1．随机数的产生; 2．初始点的选择;3．可行搜索方向的产生;则可行搜索方向为 ;4．搜索步长的确定;（4）找出满足条件的随机点 ;随机方向法的特点;三、复合形法 ;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;1．初始复合形的形成;随机点不一定在可行域内，可采用的方法是： ; 完全适用于可行域是凸集的情况，如为非凸集，中心点可能不在可行域内，可以通过改变设计变量的上限和下限值，重新产生各顶点来解决。经过多次计算，有可能在可行域内生成初始复合形。;2、复合形法的搜索方法;4）判别反射点 的位置:;（2）扩张;（3）收缩;（4）压缩 若采用上述方法均无效，可采取复合形各顶点向最好点 靠拢，即采用压缩的方法来改变复合形的形状。压缩后的各顶点的计算公式为：;3、复合形法的计算步骤（只含反射）;四、惩罚函数法; 将约束优化问题;—— 障碍项的作用是当迭代点在可行域内时，在迭代过程中将阻止迭代点越出可行域；; 求解该新目标函数的无约束极小值，以期得到原问题的约束最优解。为此，按一定的法则改变加权因子 的值，构成一系列无约束优化问题,求得一系列无约束最优解，并不断的逼近原约束优化问题的最优解。因此惩罚函数法又称为序列无约束极小化方法，常称SUMT法，即(Sequential Unconstrained Minimization Technique)。 ;2．惩罚函数方法;（1）内点惩罚函数法（内点法） ;转化后的惩罚函数形式为;是惩罚因子，它是由大到小，且趋近于0的数列，即;惩罚因子的作用：由于内点法只能在可行域内迭代，而最优解很可能在可行域内靠边界处或就在边界上，此时尽管泛函的值很大，但由于惩罚因子是不断递减的正值，经过多次迭代，接近最优解时，惩罚项已是很小的正值。;例:用内点法求问题;联立求得：;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;初始点 的选取;A．取 ;惩罚因子的缩减系数 的选取;内点法的计算步骤;内点法程序框图;（2）外点惩罚函数法（外点法）; 对于约束优化问题;例: 用外点法求解下列有约束优化问题;用解析法求函数的极小值，运用极值条件：;当惩罚因子渐增时，由下表可看出收敛情况。;外点法的特点： ??? 1．初始点可以任选，但应使各函数有定义；2．对等式约束和不等式约束均可适用；3．仅最优解为可行设计方案； 4．一般收敛较快； 5．初始罚因子要选择得当； 6．惩罚因子为递增，递增率c有c1 。;（3）混合惩罚函数法