机械优化设计轭梯度法.pptVIP

机械优化设计;§6.3 约束随机方向搜索法;以定步长 ?0 搜索得到N个试验点Xk (k= 1, 2, …, N)， 然后计算比较N个试验点处的函数值 f (Xk)，找出其中的最小点XL 。 若f (XL) ≥ f (X(0))，则缩短步长?0 ，或重新产生N个随机方向，重复前面的过程。 若f (XL) f (X(0))，则继续沿方向S = XL-X(0) ，并令X(0) = XL，以适当步长?向前跨步，得到新点 X(1) = X(0) + ? S 。 若f (X(1) ) f (XL)，则将新的起始点移到X(1) ，重复前面的过程进行新一轮搜索。 ;?0; 若f (X(1) ) f (XL)，则应缩短步长? ，直至取得一个好的可行点作为新一轮搜索的起始点。如此周而复始，当迭代步长? 已经很小时，说明搜索已逼近约束最优点。达到精度要求时，即可终止迭代计算。; 确定初始可行点; 设给定设计变量的上下限值为： ai≤ xi ≤ bi (i = 1, 2, …, n) 则产生的随机点的各分量为 xi(0) =ai +ri(bi-ai) (i = 1, 2, …, n) 其中， ri为[0，1]区间上的随机数。 还需对点X(0)进行可行性检验，即是否满足 gj(X(0)) ≤ 0 (j = 1, 2, …, m) 若满足， X(0)可作为初始点；否则，则应另取随机数重新产生随机点，直到得到一个可行的随机点为止。; 可行搜索方向的产生; 综上所述，产生可行搜索方向的条件可概括为：当 点满足 则可行方向为;搜索步长的确定 确定可行搜索方向后，在该方向上的搜索步长 一般按加速步长法来确定。加速步长法是指依次迭代的步长按一定的比例递增的方法。各次迭代的步长按下式计算： 步长加速系数，一般取1.3 步长，初始步长为;随机方向法的优缺点 对目标函数的性态无特殊要求，程序设计简单，使用方便。 它适用于小型的机械优化设计问题。 由于搜索方向是从许多随机方向中选择的使目标函数下降最快的方向，加之步长可变，所以收敛速度快。 可行方向一般要选择50~500个，效果比较好，故计算量大。 初始点的选择对收敛迭代次数影响较大。;随机方向法的改进 在随机方向中，添加确定方向，即增加坐标轴方向。 这样可以保证随机方向既有坐标轮换法的优势，又能避免在求解过程脊化优化问题时遇到的伪最优解。