- 1、本文档共38页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
函数优化的经典问题
Ch1 智能优化方法的产生和发展
最优化的历史
数学分析(高等数学)的函数极值,最早的无约束函数优化。
拉格朗日乘子法是最早的约束优化方法。
二次世界大战时期,英国为了最有效地利用有限的战争资源,产生了运筹学(Operation Research),解决受多个约束条件限制时,目标函数值的最大化(最小化),其方法有线性规划(单纯型法)、动态规划、博弈论、排队论、存储论等,这些方法在二次世界大战后,被运用到了经济等诸多领域。
基本步骤如下:
1、选择一个初始解
该解必须是一个可行解。如单纯型法要一个基础可行解。对于有约束非线性最优化也必须是可行解,(但对于无约束的非线性最优化可以任何初始解)。
2、判断停止准则是否满足
一般为最优性条件。如单纯型方法是最下一行(的值均为非负。
对于无约束的非线性优化,是梯度函数(f(xk)=0。
对有约束的非线性优化,(f(xk)- (Th(xk)-(Tg(xk)=0,h(.)等式约束、g(.)不等式约束,称为Kuhn-Turker条件。
3、向改进方向移动
由于采用迭代方法,当不满足停止条件时,需要不断修改当前解。
对于单纯型方法:找出下方为负的所有max(|(|:(0)=min((:(0),对应的变元进入基变量,对应列中的正系数被常系数除,值最小者所在行对应的基变量退出来。
对于非线性规划:最速下降法、共轭梯度法、变尺度法等,其xk+1=xk-((f(xk),其中(为移动步长,(f(xk)为梯度或共轭梯度。
局限性:
1、单点运算方式,限制了运算效率
一个初始解出发,每次迭代只对一个点进行计算,无法利用并行计算、多核计算。
崽多好打架!无法群狼战略!
2、向改进方向移动限制了跳出局部最优的能力
每次迭代都向改进方向前进,对于极小化问题都使得目标函数降低(极大化问题可转换为极小化问题,因此当没有特别交代时,都是极小化问题),这样很可能陷入初始解附件的局解中,即不具备“爬山”能力,难以找到全局最优解,或所有局部最优解,即不具备全局搜索能力。
3、停止条件只是局部最优性的条件
梯度为0或Kuhn-Turker条件,只是最优解的必要条件,不是充分条件。只有当解的可行域是凸集、目标函数也是凸函数时,即“双凸”时,才能获得全局最优解,但在实际问题,这二个条件很难满足。
4、目标函数、约束函数必须连续可微,甚至还要高阶可微。
因此最优化方法的应用范围很窄,有些计算结果实际上难以行得通。
实际问题很多不满足以上条件,出现了一些新现象:
1、目标函数、约束条件很宽松
目标函数与约束条件不是一个连续的函数,可能是一些离散的组合问题,更不要求连续或高阶可微,可能含有规则、条件和逻辑关系,即难以用数学表达式来描述,由数学模型进化到了智能模型。
2、计算的效率比理论上的最优性更重要
由于实际问题比较复杂,如TSP问题,本身是一个NP完全问题,计算量非常大,有时更关注的是计算效率,而不是理论最优解。
3、算法随时终止能够得到较好的解
传统方法不能保证随时终止时,能够得到较好的解,如非线性规划,计算中终止可能得到的解连可行解都不是。但很多实际问题要求达到限定迭代次数后就停机,希望此时得到的解是比较优化的解。
4、优化计算中的数据可能不精确,初始解可能不是可行解,甚至远离可行解。数据可能是随机变量、模糊集合。
为了解决以上问题,运筹学必须放下身段,走出追求完美,追求理论上精确的“象牙塔”,完成“问题适应算法”的到“算法适应问题”的华丽转身,其间出现的新方法层出不穷。
智能优化方法的历史
1975年、Holland、Genetic Algorithms(遗传算法):模仿生物种群中优胜劣汰适者生成机制,通过种群中优势个体的繁殖进化来实现优化。通过选择、交叉、变异来寻优,常用于非线性最优化和复杂的组优化或整数规划问题、管道优化设计(网络流)、通风网络的设计、飞机外形设计、图像处理、VLSI设计。
1977年、Glover、Tabu Search(禁忌搜索算法):将记忆功能引入到最优解的搜索过程中,通过设置禁忌区阻止搜索过程中的重复,这在图论中最短路径的disjktra算法等都用过,从而大大提高寻优过程的搜索效率。
197X年、Jerne、Artificial immune System(人工免疫系统)。生物免疫系统是一个具有复杂的搞原病原生物体机理的独特系统。通过进化学习辨别危险的外部物体(细菌、病毒等)和体内自身的细胞(或分子),通过从不同种类的抗体中,构造处理外部物体的方法或物质。是一个高度并行、分布、自适应和自组织的系统,具有很强的学习、识别、记忆和特征提取能力,常用于模式识别、信息安全、智能优化、机器学习、数据挖掘、自动控制、故障诊断等领域。
1999年、Hunt、Clone(克隆选择算法),是人工免疫系统的改进,它用来说
文档评论(0)