现代设计方法-第2章优化设计课件.ppt

1.惩罚函数法的基本思路 将不等式约束 、等式约束 和待定系数 （加权因子）经加权转化后，与原目标函数f(X)一起组成一个新的目标函数 （惩罚函数），然后对它求最优解。 把其中不等式和等式约束函数值经加权处理后，和原目标函数结合新的目标函数: 惩罚函数 惩罚函数中的后两项称为惩罚项。惩罚项满足下列要求： 当满足约束条件时，惩罚项的值很小或为0； 当不满足约束条件时，惩罚项的值很大，即对不满足约束条件的点的函数值进行惩罚。 新目标函数中， 称为惩罚因子或加权因子，它们是一系列的按一定规则变化的值。当按照一定的法则改变 的数值时，就构成了一系列的无约束优化问题，求解这些优化问题可得到一系列的无约束的迭代点，使其一步步迭代，不断地逼近原约束优化问题的最优解。 数学上可以证明：当惩罚函数满足 时，上述惩罚函数在 过程中产生的极小点序列 将逐渐逼近于原约束优化问题的最优解。即 惩罚函数法又称序列无约束极小化方法，常称SUMT（ sequential unconstrained minimization technique）。根据惩罚项的构成形式，惩罚函数法可分为： 外点惩罚函数法 内点惩罚函数法 混合惩罚函数法。 2.外点惩罚函数法 外点惩罚函数法构造惩罚函数的形式为： 对于约束优化问题 分析： ①对于不等式约束 ，当 满足约束条件时，惩罚项为0；当不满足约束条件时，惩罚项大于0，这相当于给不满足约束条件的迭代点在函数值上给予惩罚，以此来使迭代点逐步向可行域边界靠近； ②对于等式约束 ，也可以得出类似的结论。 外点法既可处理不等式约束，也可处理等式约束。 为了进一步理解外点法，我们考虑一种只有不等式约束的情况，此时，惩罚函数 1）特征 根据对惩罚项性质的分析，惩罚项可分以下两种情况： 可以清楚地看出，外点法的惩罚项是定义于可行域之外的。事实上，外点法的迭代过程是从可行域外一步步向可行域边界逼近的。这正是外点法名称的由来。 惩罚项的大小还与惩罚加权因子r(k)有关。当惩罚因子按一个递增的正数序列 变化时，依次求解所对应的无约束极小化问题，将得到一个极小点序列 随着r(k)逐步增大，这个极小点序列将逐步逼近原约束优化问题的最优解。 2） 选择 外点法惩罚因子按下式递增： 式中：C—惩罚因子递增系数，通常C=5～10。 外点法惩罚因子 的合理取值很重要， 若 太大，惩罚项的作用就会很大，使惩罚函数的等值线变形或偏心，求极值将会很困难；若 太小，将增加迭代次数，计算效率降低。 多数情况下，取 ，C=10时效果较好。 3）迭代步骤 步骤1 给定初始点 、收敛精度 、初始惩罚因子r(0)和惩罚因子递增系数 ，约束容限δ，并置 ； 步骤2 构造惩罚函数 步骤3 求解无约束优化问题 ，得 ,令 步骤4 判断收敛精度：若满足条件 则令 ，结束计算；否则，令 ，转步骤2，继续迭代。 4）举例 【例】用外点法求解约束优化问题： 收敛准则： 解： ①利用外点惩罚法构造无约束优化问题 ②此例只是为了说明外点法的思路，用微分法求解上述无约束优化问题。 在可行域内： 知在可行域内无极值点。 在可行域外，令 从上面两式解得 可见，对于不同的惩罚因子值，可以得到不同的点。 ③取 进行迭代计算，迭代结果如下： 点 满足点距收敛准则，同时，它在约束容限范围内，因此，终止迭代！输出结果。 也可令 =1，2，3…计算。 3.内点惩罚函数法 1）特征 该法是求解不等式约束最优化问题的一种有效的方法，但不能处理等式约束，其特点是将新的无约束目标函数——惩罚函数定义在可行域内。在可行域内，序列迭代点逐步逼近约束边界上的最优点。这样，求解无约束问题时的搜索点总是保持在可行域内部。 内点法求解时，惩罚函数的形式为 惩罚项的特点： 当迭代点在可行域内且远离边界时，两种惩罚项 和 都是很小的正值，这时候惩罚作用很小； 当迭代点靠