最佳化条件与扩展的单调性原则-元智大学最佳化设计试验室.PDF

第四章 最佳化條件與擴展的單調性原則 最近更新 ：徐業良(2005-09-11) ﹔推薦 ：徐業良(2005-09-11) 。 最近更新 ：徐業良(2005-09-11) ﹔推薦 ：徐業良(2005-09-11) 。 附註 ：本文為元智大學機械所最佳化設計課程教材 。 附註 ：本文為元智大學機械所最佳化設計課程教材 。 第四章 最佳化條件與擴展的單調性原則 在建立了最佳化設計模型，且確認了這是一個限制條件完整的模型之後，下一個 步驟自然是解出這個模型的最佳解。然而一個基本問題是，怎麼樣的設計點才是我們 所要找的“最佳解”？進一步說，最佳解（包括有限制條件及沒有限制條件的狀況下） 必須要滿足何種條件？了解最佳解必須要滿足的條件之後，後續才能繼續討論如何設 計數值演算法，以搜尋滿足此條件的最佳解，因此本章前半部先要討論所謂 「最佳 「最佳 化條件(optimality condition) 」。 化條件(optimality condition) 」 本章後半則要利用最佳化條件對先前所介紹的單調性分析法作更深入的討論、擴 展、與總結。這裡我們可以看到，單調性原則事實上也可以被看成是最佳化條件的一 種形態，是有單調性的最佳化設計模型要滿足最佳化條件時產生的必然結果，而單 單 調性分析法可說是在檢查最佳化設計模型是否有可以滿足最佳化條件的設計 調性分析法可說是在檢查最佳化設計模型是否有可以滿足最佳化條件的設計 點 。本章後半將討論這些問題，並介紹所謂的「擴展的單調性分析(extended 點 「擴展的單調性分析(extended monotonicity analysis) 」。 monotonicity analysis) 」 有一點要特別注意的是，前面章節的討論中並沒有要求最佳化設計模型中的目標 函數或限制條件是連續、可微分的函數，從這一章起到後續討論數值最佳化演算法中 所介紹的各種方法，則都假設最佳化設計模型中的目標函數或限制條件是連續、可微 分的函數。這項假設，對我們所能處理的最佳化設計問題，尤其是工程最佳化設計問 題，其實是一項非常嚴格的限制。 1 .tw/ 第四章 最佳化條件與擴展的單調性原則 1. 無限制式函數最佳化條件 這一節裡要討論沒有限制條件的最佳化設計模型的最佳化條件。首先我們要複習 一下微積分中學過的「泰勒展開式(Taylor’s expansion) 」，及一些基本的向量、矩陣的 定義。 1.1 泰勒展開式 最佳化條件乃至數值最佳化演算法的推導，常常用到許多「區域近似(local approximation) 」的想法，泰勒展開式正是一個十分常用的區域近似方法。 一個單變數的函數f (x) ，在點x0 的泰勒展開式可以寫成如下形式： ∞ f (n ) (x0 ) n f (x ) ∑ (x − x0 ) (1) n 0 n! 當然，這裡的基本假設是這個函數是n 次可微分。泰勒展開式以多項式近似f (x) ， 式(1) 中高次項越多，泰勒展開式對函數f (x)的近似也越準確，然而計算這些高階導數 也將變得十分繁雜，因此實用上我們通常都只考慮一次近似式(2) ，或二次近似式(3) 。 df (x0 ) f (x ) f (x0 ) + (x − x 0 ) (2)