机械优化设计方法第六章节 约束最优化方法.ppt

第六章 约束最优化方法 6-1 概 述 约束最优化问题是：求n维设计变量X=[x1, x2,…, xn]T，受约束于gu(X)≥0(u=1,2,…,m)，hv(X)=0(v=1,2,…,pn)，使目标函数为min f(X)= f(X*)，则称X*为最优点，f(X*)为最优值。 机械优化设计问题和一般工程实际优化问题绝大多数属于约束非线性规划问题。 约束最优化问题的解法很多，归纳起来可分为两大类。 一类是直接方法，即直接用原来的目标函数限定在可行域内进行搜索，且在搜索过程中一步一步地降低目标函数值，直到求出在可行域内的一个最优解，属于直接方法的有约束变量轮换法、随机试验法、随机方向搜索法、复合形法、可行方向法等。 另一类是间接方法，即将约束最优化问题，通过变换转成为无约束最优化问题．然后采用无约束最优化方法得出最优解．属于间接方法的有消元法、拉格朗日乘子法、惩罚函数法等。 约束最优化问题算法收效速率的判断比无约束最优化问题困难，约束最优化问题的研究和进展情况远不如无约束优化问题。 6-2 约束随机方向搜索法 一、基本原理 基本原理可用图6-1所示二维最优化问题进行说明。 在约束可行区域D内，任意选择一个初始点X(0)，以给定的初始步长α=α0沿着随机方向S(1)取得探索点X=X(0)+αS(1) 若该点同时符合下降性(即f(X) f(X(0))和可行性(即X