优化设计5 惩罚函数法教学文稿.ppt

惩罚函数法 目前，人们对无约束问题的最优化方法要比对约束优化方法研 究的更为深入和成熟，并且形成了有效的、可靠的解法。因 此，在求解约束化问题时，自然会想到是否可以利用某种方法 将约束优化问题转化为无约束最优化问题来解决,显然这种转化 必须在一定的前提条件下进行。一方面这种转化不能破坏原约 束问题的约束条件；另一方面还必须使它归结到原约束优化问 题的同一最优解上去。这种将约束优化问题转化成无约束化问 题，然后用无约束最优化方法进行求优的途径就是约束优化问 题求优的间接解. 约束优化问题求优的间接解法－惩罚函数法 惩罚函数法的基本原理是将约束优化问题： 式中的不等式和等式约束函数经过加权转化后，和原目标函数结合成新的 目标函数。 根据这种思想，把约束优化问题式转化成如下形式 关于 的泛函 从而有 它是一种序列求优过程，故这种方法常称为“序列无约束极小方法” sequential Unconstrained minimization Technique），简称SUMT法 根据约束形式、定义的泛函及罚因子调整方法等的不同，罚函数法又可分为内点法外点法和混合罚函数法三种 内点惩罚函数法 内点惩罚函数法的基本原理 内点惩罚函数法(简称内点法)将新目标函数定义在可行城内．这样它的初始点以及后面产生的迭代点序列也必在可行城内，它是求解不等式约束优化问题的一种十分有效的方法。下面我们选用一个简单的例子来说明内点法的一些几何概念和基本原理。 设数学模型为： 用内点法来求解此约束问题先构造泛函，取 然后构造罚函数，并求无约束极小值 适用于不等式约束函数比较简单的情况 可以看出内点惩罚函数法就是以不同的加权参数(罚因子)来构造一 序列无约束的新目标函数，求这一序列惩罚函数法的无约束极值点 ，使它逐渐逼近原约束问题的最优解，而不论原约束问题最优解在可行域内还是在可行域的边界上，其整个搜索过程都在约束区域内进行。 泛函和罚函数的构造 内点法的数学模型仅是不等式约束 罚因子的作用是：由于内点法只能在可行域内迭代，而最优解很可能在可行城内靠近边界处或在边界上，此时尽管泛函的值很大，但罚因子是不断递减的正值，经多次迭代， 向 靠近时，惩罚项已是很小的正值，因而 的满足要求。