第3章-5约束优化方法.ppt

第5讲 约束优化方法 机械优化设计中的问题，大多数属于约束优化设计问题，其数学模型为 5.1 可行方向法 可行方向是求解大型约束优化问题的主要方法之一。这种方法的基本原理是在可行域内选择一个初始点 ，当确定了一个可行方向d和适当的步长后，按式: 2.产生可行方向的条件 满足可行和下降条件，即式: 同时成立的方向称可行方向. 3.可行方向的产生方法 （2）梯度投影法 当xk点目标函数的负梯度方向不满足可行条件时，可将 方向投影到约束面（或约束面的交集）上，得到投影向量 dk。 4.步长的确定 取到约束边界的最大步长 从xk点出发，沿dk方向进行一维最优化搜索，得到的新点x为不可行点。 约束一维搜索： 与以前所讲过的一维搜索相比，约束一维搜索的特点在于：确定初始区间时，对产生的每一个探测点都进行可行性判断，如违反了某个或某些约束条件，就必须减少步长因子，以使新的探测点落在最近的一个约束曲面上或约束曲面的一个容许的区间 内。 如得到的相邻三个探测点都是可行点，而且函数值呈“大－小－大”变化，则与前面一维搜索相同，两端点所决定的区间就是初始区间，接着缩小区间的到一维最小点。 如最后得到的探测点落在约束曲面的一个容限 之内，而且函数值比前一点的小，则该点就是一维极小点。 1）设