第六篇 约束优化方法.pdfVIP

第六章 约束优化方法 第六章 约束优化方法 §6-1概述 §6-1概述 机械优化设计中的问题，大多数属于约束优化设计 机械优化设计中的问题，大多数属于约束优化设计 问题，其数学模型为： 问题，其数学模型为： 　　　 minf X　( X), R n s. t. g ( X) 0 ( u 1,2, , m) 　　 　 　　 L u h (X ) 0 (v 1,2, ,p n ) 　　　　 　　 L 　 v 上一章讨论的都是无约束条件下非线性函数的寻 优方法，但在实际工程中大部分问题的变量取值都有一 定的限制，也就是属于有约束条件的寻优问题。 与无约束问题不同，约束问题目标函数的最小值 是满足约束条件下的最小值，即是由约束条件所限定的 可行域内的最小值。只要由约束条件所决定的可行域必 是一个凸集，目标函数是凸函数，其约束最优解就是全 域最优解。否则，将由于所选择的初始点的不同，而探 索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。为了能得到全局最优解，在探 索过程中最好能改变初始点，有时甚至要改换几次。 约束最优化间题有解的条件为： 约束最优化间题有解的条件为： (1）目标函数和约束函数为连续、可微函数，且存在一个有 (1）目标函数和约束函数为连续、可微函数，且存在一个有 界的可行域； 界的可行域；の (2）可行域，应是一个非空集，即存在满足约束条件的点列： (2）可行域，应是一个非空集，即存在满足约束条件的点列： ( )k { ( X1,2)}k 约束问题最优解的求解过程，可归结为： 约束问题最优解的求解过程，可归结为： T n X x x x X D ,E ... , 寻求一组设计变量 寻求一组设计变量 1 2 n 在满足约束方程： 在满足约束方程： g (X ) 0, (u 1,2m ) h (X ) 0,v( 1,2p .) u v 的条件下，使目标函数最小，即使： 的条件下，使目标函数最小，即使： f( X) min f