《高级运筹学》约非线性规划.pptVIP

第四节 复形法 无论是无约束最优化还是约束最优化问题，前面介绍的方法均是利用梯度作为工具的。在实际应用中还有一类方法，它在迭代时仅仅涉及目标函数及约束函数的函数值计算。 复形法是求解约束非线性最优化问题的一种重要的直接方法。 复形法既可以用于无约束最优化问题，也可以用于约束最优化问题。 引例 求解 基本思想：在可行域内构造一个具有k (k?n+1)个顶点的初始复形。对该复形各顶点的目标函数值进行比较，找到目标函数值最大的顶点(称最坏点)，然后按一定的法则求出目标函数值有所下降的新可行点，并用此点代替最坏点，构成新的复形，复形的形状每改变一次，就向最优点移动一步，直至逼近最优点。 在可行域内随机选取k个点构成初始复形。 找出坏点x (l)。 求x (l)关于x (0)的?倍反射点 x(?)= x(0)+?(x(0)-x(l)) x(?)为反射点，?=1.3。 计算除最坏点以外的其余点的中点为x (0)。 在迭代过程中，若反射点不满足可行性和适用性，将反射系数减小， 重新求x(?)， 使它满足可行性和适用性。 复形的顶点k通常取n+1≤k≤2n个。 方法1：设计者确定； 方法2：随机产生： 1、产生k个随机点 xi= ai +ξi (bi - ai) i=1,2,….,n ξi为(0，1)区间内产生的均匀分布的随机数，需要n个随机数产生一个点 x (1)。同样，产生其它的随机点x (2)、x (3) 、……、x (K)。 初始复形的构成 2、将非可行点调入可行域 判断产生的k个随机点是否在可行域内，并重新排列，将可行点依次排在前面，如有q个顶点x (1)、x (2)、…… x (q)是可行点，其它k-q个为非可行点。对x (q+1)，将其调入可行域的步骤是： （1）计算q个点集的中心x (s)； （2）将第q+1点朝着点x (s)的方向移动，按下式产生新的x (q+1) ， 即 x (q+1) = x (s) +0.5 (x (q+1) –x (s) ) 这个新点x (q+1)实际就是x (s)与原x (q+1)两点连线的中点，如图。若新的x (q+1)点仍为非可行点，按上式再产生x (q+1)，使它更向x (s)靠拢，最终使其成为可行点。 按照这个方法，同样使x (q+2)、x (q+3)、……x (K)都变为可行点，这k个点就构成了初始复形 例17 求解约束非线性规划问题 随机产生点 (2,0)T , (0,2)T, (3,3)T. 说明调入可行域的过程。 复形法的计算步骤 构成初始复形 2. 形成反射点 计算各点的目标函数值，比较出最坏的点x(l) ,即 3. 检查可行性 4.形成新的复形 5. 返回2。 常用的停机准则有如下两种 1. 在第二步中，若 则停机。 2. 在第四步中，若 则停机，停机时所得到的最好点即作为所求的近似最优点。 例19 用复形法求解 解：任取k=4个点构成初始复形 分别计算相应的函数值 比较得最坏点 计算由x (1) , x (2) , x (3)构成的三角形的形心。 计算x (4)关于x (0)的反射点（取?=1）和相应函数值 比较出最坏点x (l) =(5,6)T, 计算由(3,5)T,(4,7)T,(2,9)T构成的三角形形心 计算(5,6)T关于(3,7)T的反射点和相应函数值 继续迭代可以求出满足精度要求的近似最优解。 例20 用复形法求解下列约束最优化问题 解: (1) 任取k=4个点构成初始复形 验证满足约束条件。 (2) 计算函数值，找出最坏点 比较得最坏点 (3)计算其余各点的形心 (4) 检查形心的可行性 (5) 求反射点并检查可行性（取?=1.3） 经验证，反射点满足约束条件。 (6) 比较反射点与坏点的目标函数值 替换坏点，构成新复形： 进行第二轮迭代，找出坏点 （要求学生接着做） （1）复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）复形法适用于仅含不等式约束的问题。 复形法的特点： 练习题：用复形法求解下列约束非线性规划问题 （1） 初始复形顶点取：(2,1)T；(4,1)T；(3,3)T； （2） 例12 用内点法求解 解：首先构造内点罚函数（障碍函数） 用解析法求解 根据极值存在的必要条件得 求解得 考虑约束 x1-1?0, 应舍去。 无约束问题的极值点为 取r1=4, ?=0.3 得 x (r1) x (r2) 最优点图解 例13 用内点法求解 定义障碍函数 用解析法求解 令 解得 内点法注意事项： 1. 初始点选取：尽量选择离约束