多目标及离散变量优化方法.pptVIP

第六章 结束 2．拟离散法 基本思想：在求得连续变量最优解x*后，在x*点附近按一定方法进行搜索来求得优化离散解。 (1)交替查找法：适于全整数变量优化问题（略） (2)离散分量取整，连续分量优化法： 适用于混合离散变量优化问题（略） 第六章 第三节 离散变量优化问题与离散变量优化方法 基本思想：将设计变量的离散性视为对该变量的一种约束条件，再用连续变量的优化方法来计算离散变量问题的优化解。 1）构造一个具有下列性质的离散惩罚函数项Qk(xD) 3、离散惩罚函数法 RD—设计空间离散点的集合 其意义为：当离散变量趋于离散值时，惩罚函数值为零 离散惩罚函数定义方法: 其中， xi为相邻两离散点xij和xij+1间任一点坐标。 Qk(xD)为规范化的对称函数，其最大值为1，xi取xij或xij+1时为0。 如图, 对βk≥1情形， 在离散值之间范围内， 函数的一阶导数是连 续的。 第六章 第三节 离散变量优化问题与离散变量优化方法 (1) 2）将离散惩罚函数项Qk(xD)加到内点法SUMT的惩罚项中，得离散惩罚函数为： 其中，s(k)为离散惩罚因子， ∴ 时 第六章 第三节 离散变量优化问题与离散变量优化方法 例1 求f(x)=x/2的最小整数优化解，约束函数 g1(x)=1.3-x≤0 如图所示，分别表示k不同时， 离散优化点 最终离散最优解为[x]2 变化情况 随着k不断变化，r减小，s增加 第六章 第三节 离散变量优化问题与离散变量优化方法 方法缺点：离散惩罚函数易出现病态，使优化搜索带 来困难。 (二) 离散变量搜索型方法——离散复合形法 特点：在离散空间直接搜索，每次得到的复合形顶点都是离散点，通过不同的搜索方法来改变其形状，使复合形逐步向离散最优点趋近。 算法步骤： 1) 在n维空间产生由2n+1个顶点构成的初始复合形，并将各顶点移到各自附近的离散点上。 2) 将各项点按目标函数值由大到小排列，找出最坏点AH 3) 找出除最坏点外复合形的几何中心，并求出最坏点AH相对于中心点的反射点Ap并移到附近离散点上。 4) 如Ap点可行，且目标函数值比AH点好，则用Ap替代AH点，组成新复合形→转步骤2 第六章 第三节 离散变量优化问题与离散变量优化方法 否则，沿反射的反方向搜索定新点。 5) 如用上述方法失败，则依次用次坏点…代替最坏点 作为映射点，转步骤3） 6) 如用最好点代替AH作为映射点，仍找不到好点，或 复合形退化到n-1维空间时，表示算法收敛。此时， 取复合形顶点中最好的点作为离散优化解。 (三)离散变量型网格法 1. 离散变量型普通网格法 基本思想：以一定的变量增量为间隔，把设计空间划分为若干个网格，计算在可行域内每个网格节点上的目标函数值，比较其大小，再以目标函数值最小的节点为中心，在其附近空间划分更小的网格，并计算各节点上的目标函数值，直至网格小到满足精度——网格节点密度与离散点密度相等。 第六章 第三节 离散变量优化问题与离散变量优化方法 开始时→网格比较稀疏→网格节点密度逐渐增加→直至按一个离散增量划分网格节点为止。 2．离散变量型正交网格法 普通网格法的缺点： 变量维数增加时，计算工作量大大增加 正交网格法基本思想： 根据正交试验法的原理，利用正交表均匀地选取网格法中一部分有代表性的网格点作为计算点，又称随机正交网格法。 正交网格法的特点：只计算部分网格点的目标函数值，计算工作量少。 第六章 第三节 离散变量优化问题与离散变量优化方法 (四)离散变量的组合型法（MDCP法） ——工程离散优化通用方法 基本思想：以离散复合形法为基础，采用多种离散搜索策略，形成的具有多种功能的组合型算法。 适于求解非线性混合离散变量优化问题 1．初始离散复合形顶点的形成 复合形顶点数k=2n+1 给定初始离散点x(0)，x(0)须满足变量值的边界条件，但不必满足约束条件，即 式中，ximin，ximax分别为第i个变量的下、上限 第六章 第三节 离散变量优化问题与离散变量优化方法 点号数 分量号数 复合形的2n+1个顶点按下面方法产生 第1个顶点： 第2至n+1个顶点： 第n+2至2n+1个顶点： 如此产生的复合形顶点，不要求全是可行点，如