[工学]汽车及发动机优化设计理论部分.ppt

扩张 1）如xR在可行域，且f(xR)f(xC)，则继续移动，扩张，找到新的点xE。 2）若扩张点xE可行，并且f(xE)f(xR)，形成新的复合形，否则，不用。 γ=1 收缩 1）如在xC以外找不到好的反射点，则在以内寻找新点xk。 2）若f(xk)f(xH)，形成新的复合形，否则，不用。 β=1 压缩 采用以上方法均无效，则向最好点xL靠拢，即压缩，形成新的复合形。 γ=0.5 特点： （1）复合形法是求解约束非线性最优化问题的一种直接方法，仅通过选取各顶点并比较各点处函数值的大小，就可寻找下一步的探索方向。但复合形各顶点的选择和替换，不仅要满足目标函数值下降的要求，还应当满足所有的约束条件。 （2）复合形法适用于仅含不等式约束的问题。 步骤 初始点x0 完成1次迭代的点x1 完成2次迭代的点x2 例：求目标函数 的极小点。 2）第一轮迭代（沿着第一个坐标方向搜索） 3）求最优搜索步长 解：1）取初始点 5）求最优搜索步长 4）沿着第二个坐标方向搜索： 7）不满足，进行第二轮迭代： 8）求最优搜索步长 6）判断终止条件 10）求最优搜索步长 9）沿着第二个坐标方向搜索： 11）判断终止条件 例：用坐标轮换法求下面问题的最优解，给定初始点X0=[0 0]T，精度要求ε=0.1。 解: 1）第一轮迭代（沿第一个坐标方向） 3）以X1（1）为新起点，沿第二个坐标方向进行一维搜索： 2）求最优步长，即极小化： 继续进行第二轮迭代计算。。。 5）按终止条件检验： 4）仍以最优步长原则确定α2： 方法评价 方法简单，容易实现。 当维数增加时，效率明显下降。 收敛慢，以振荡方式逼近最优点。 受目标函数的性态影响很大。 如图 a)所示，二次就收敛到极值点； 如图 b)所示，多次迭代后逼近极值点； 如图c)所示，目标函数等值线出现山脊（或称陡谷），若搜索到A点，再沿两个坐标轴，以±t0步长测试，目标函数值均上升，计算机判断A点为最优点。事实上发生错误。 六、单形替换法 基本思想 单纯形是指在n维空间中具有n+1个顶点的多面体。利用单纯形的顶点计算其函数值并加以比较，从中确定有利的搜索方向和步长，找到一个较好的点取代单纯形中较差的点，组成新的单纯形来代替原来的单纯形。使单纯形不断的向目标函数极小点靠近，直到搜索到极小点为止。 步骤 反射 扩张 收缩 缩边 f(x1)f(x2)f(x3) x5=x4+(x4-x1) f(x3)为最好点 是否成立？ 反射 f(x1)f(x2)f(x3) x1为最差点 x2为次差点 x3为最好点 f(x5) f(x3) x6=x4+α(x4-x1) f(x5)为最好点 扩张 a)f(x6)f(x5)，扩张成功，形成新的单纯形x2x3x6。 b)f(x6)f(x5)，扩张不成功，保留x5，形成新的单纯形x2x3x5。 f(x3)f(x5) f(x1)f(x2)f(x3) x1为最差点 x2为次差点 x3为最好点 表示还有减小的能力 收缩 f(x3)=f(x5)f(x2) x5=x4+(x4-x1) 反射点比次差点好 保留x5，形成新的单纯形x2x3x5。 f(x3)=f(x5)f(x2) f(x1)f(x2)f(x3) x1为坏点 x2为次坏点 x3最好点 f(x2)=f(x5)f(x1) x7=x4+β(x5-x4) 反射点比次差点差 收缩 a)x5走得太远，应收缩，形成新的点 x7。 b)f(x7)f(x1)，不用；否则用x7形成新的单纯形x2x3x7。 f(x2)=f(x5)f(x1) f(x1)f(x2)f(x3) x1为最差点 x2为次差点 x3为最好点 f(x5)=f(x1) x8=x4-β(x4-x1) 反射点比最差点差 收缩 a)新点应该在x1和x4之间。 b)f(x8)f(x1)，用x8形成新的单纯形x2x3x8；否则不用。 f(x5)=f(x1) f(x1)f(x2)f(x3) x1为最差点 x2为次差点 x3为最好点 f(x)f(x1) 在x1x4方向上的点比最差点差 缩边 以x3为中心缩边，使顶点x1、x2向x3移近一半距离，形成新的单纯形x3x9x11。 f(x)f(x1) f(x1)f(x2)f(x3) x1为最差点 x2为次差点 x3为最好点 例：用单形替换法法求下面问题的最小值。 解: 1）选择构成初始单纯形的顶点 x0=[8 9]T, x1=[10 11]T, x2=[8 11]T 2）初始单纯形的顶点的函数值 f(x0)=45, f(x1)=125, f(x2)=61 3）判断初始单纯形的顶点的好坏 最好点：xL