机械优化设计约束尽优化方法.ppt

第五章 有约束优化方法 §5-1 引言 §5-2 随机方向法 §5-3 复合形法 §5-4 可行方向法 §5-5 惩罚函数法 §5-6 序列二次规划法 §5-1 引言 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 §5-2 随机方向法 §5-3 复合形法 §5-4 可行方向法 关于设计约束的若干概念 可行域 所有满足全部约束条件的点的集合。 可行点 可行域中的点，即满足所有约束条件的点。 边界点 在可行域边界上的点。 若有点 Xk 使得 则 Xk 为一个边界点。 内点 除边界点以外的所有可行点。 若有点 Xk 满足 则 Xk 为一个内点。 非可行域 可行域以外的区域。 非可行点 非可行域中的点，即不满足所有约束条件的点。 适时约束 若有点 X k 使某个不等式约束 gu(X) ≤ 0 的等号 成立，即 则称 g i(X) ≤ 0 为点 X k 的一个适时约束。 等式约束始终是适时约束。 2.产生可行方向的条件 2）下降条件 满足可行和下降条件，即式: 3.可行方向的产生方法 4.步长的确定 2）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： 例题5-1：用可行方向法求约束优化问题 (3)沿d0方向进行一维搜索 （4）收敛判断： * 可行下降方向 可行方向 定义 设点 ，若对于方向 d ，存在任意小正数 δ 0 ，使得 则称 d 为 X (k) 点的一个可行方向。 （1） X (k) 为可行域中的一个内点， X (k) 的任何方向均为可行方向。 （2） X (k) 为可行域中的一个边界点，设 X (k) 在约束面 gi (X ) = 0 上。 2 可行下降方向 定义 设 d是 的一个可行方向，即 若对于上式中的 X (k) 、 X (k+1) 存在 则称 d为 X (k) 点的一个可行下降方向。 （1） X (k) 为可行域中的一个内点 （2） X (k) 点是可行域中若干约束面的交点 设 X (k) 点在约束面 gj (X ) = 0 ，j=1,2,…,J 若 dK 是 X (k) 点的一个可行下降方向，则应有 可行： 下降： Min z=3x1+x2 s.t. x1+ x2≤6 -x1+2x2≤8 2 x1-x2 ≤0 x1 ≥0, x2≥0 1、最优解若存在，很可能就是可行域的顶点； 2、必须寻找一种代数方法，来解决高维的情况。 从而有 内点法 这种方法将新目标函数定义于可行域内，序列迭代点在可行域内逐步逼近约束边界上的最优点。内点法只能用来求解具有不等式约束的优化问题。 1）? 初始点x0的选取 2.? 外点法 外点法是从可行域的外部构造一个点序列去逼近原约束问题的最优解。外点法可以用来求解含不等式和等式约束的优化问题。 例5-3 用外点法求解下列有约束优化问题 3.? 混合法 混合法是用内点法处理不等式约束，用外点法处理等式约束。可以用来求解含不等式和等式约束的优化问题。 惩罚函数法原理简单，算法易行，且分内点法、外点法和混合法三种，各有特点，适用范围广。需要和有效的无约束优化方法结合使用。因此该方法也是应用较多的有约束优化方法。 内点法 §5-6 序列二次规划法 序列二次规划法的基本原理是将原问题转化为一系列二次规划子问题。 §5-7 其它方法 （二）网格法 1 基本思想 网格法是直接在设计变量的可行域内，有规律地取一系列点，如分布网格，取网格上下的结点，求这些点的目标函数值，找出其中较小的点，作为第一次优化点；然后在第一次迭代优化点附近，取一定的范围，再细分网格，计算网格结点的目标函数