约束优化方法pdf.pdf

第5章约束优化方法 1 本章内容 5.1 概述 5.2 约束坐标轮换法 5.3 约束随机方向法 5.4 惩罚函数法（内点法、外点法、混合法） 5.5 复合形法 2 5.1 概述 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 min f (x ), x R n    s.t . g (x )  0 j 1,2, ,m j  h (x ) 0 k 1,2, ,l  k 5.1 概述 • 约束问题目标函数的最小值是满足 约束条件所限定的可行域D内的最 小值，也可以说是条件极值，而不 是目标函数的自然极值。 • 由约束条件所决定的可行域是凸集， 目标函数是凸函数，其约束最优解 就是全域最优解 • 否则将由于初始点选择的不同，而 探索到不同的局部最优解上，在这 种情况下，为了得到全域最优解， 在探索过程中，常从不同的初始点 开始搜索，然后再比较其结果。 4 5.1 概述 根据求解方式的不同，约束优化设计问题可分为: 直接解法、间接解法。 （1）直接法 直接法包括：网格法、复合形法、随机试验法、 随机方向法、可变容差法和可行方向法。 （2 ）间接法 间接法包括：罚函数法、内点罚函数法、外点罚 函数法、混合罚函数法、广义乘子法、广义简约梯度 法和约束变尺度法等。 将约束优化问题转化为一系列无约束优化问题来解 5.1 概述 直接解法的基本思想： 在由m个不等式约束条件g (x)≤0所确定的可行域φ 内， u 选择一个初始点x(0) ，然后确定一个可行搜索方向S，且以 适当的步长沿S方向进行搜索，取得一个目标函数有所改善 的可行的新点x(1) ，即完成了一次迭代。以新点为起始点重 复上述搜索过程，每次均按如下的基本迭代格式进行计算： (k+1) (k) (k) (k) x ＝x +α S (k=0,1,2,…) 逐步趋向最优解，直到满足终止 准则才停止迭代。 5.1 概述 直接解法的原理简单，方法实用，其特点是： 1）由于整个过程在可行域内进行，因此，迭代计算不论 何时终止，都可以获得比初始点好的设计点。 2 ）若目标函数为凸函数，可行域为凸集，则可获得全域 最优解，否则，可能存在多个局部最优解，当选择的初始 点不同，而搜索到不同的局部最优解。 3 ）要求可行域有界的非空集。 5.1 概述 a) 可行域是凸集；b)可行域是非凸集 5.1 概述 间接解法的求解思路： 将约束函数进行特殊的加权处理后，和目标函数结合起来， 构成一个新的目标函数，即将原约束优化问题转化为一个 或一系列的无约束优化问题。 m l  x,,  f x  G g x   H h x   1 2     1  j    2  k   j 1