《机械优化设计》.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 内点惩罚函数法的特点： 1．初始点必须为严格内点 2．不适于具有等式约束的数学模型 3．迭代过程中各个点均为可行设计方案 4．一般收敛较慢 5．初始惩罚因子要选择得当 6．惩罚因子为递减，递减率c（0c1） 外点惩罚函数法（外点法） 从可行域外部逼近原目标函数的约束最优解 可以用来求解含有不等式和等式约束的优化问题 外点惩罚函数 结论：当迭代点x不可行时，惩罚项的值大于0。当惩罚项的值趋近0时，迭代点逼近最优值。 惩罚因子 外点惩罚函数法 例：用外点法求约束优化问题 的约束最优解。 外点惩罚函数法 例：用外点法求约束优化问题 的约束最优解。 外点惩罚函数法 例：用内点法求约束优化问题 的约束最优解。 外点惩罚因子的选取 1）c是递增系数，c1，通常取c=5~10 2）经验通常取r0=1，c=10 3）经验公式 外点惩罚函数法的特点： 1．初始点可以任选，但应使各函数有定义； 2．对等式约束和不等式约束均可适用； 3．只有最优解为可行设计方案； 4．一般收敛较快； 5．初始罚因子要选择得当； 6．惩罚因子为递增，递增率c（c1） 。 外点惩罚函数法 例：用外点法求约束优化问题 的约束最优解。 混合惩罚函数法 处理同时具有等式约束和不等式约束的优化设计问题 （混合惩罚函数） 特点：迭代过程在可行域内 x0、r0、计算步骤和程序框图参考内点法 * * * * * * * * * * * * * * * * * * * * * * * 可行搜索方向的产生： 产生可行搜索方向的条件： 搜索方向产生的法则： 法则一：如果沿着某一方向搜索得到了更大的目标函数，则相反的方向通常会导致较小的目标函数； 法则二：如果沿着某一特定方向有过连续的成功搜索，则应使下一次搜索偏向这个方向；反之，如果沿着某一方向连续地有失败搜索则不鼓励下一次在该方向搜索。 搜索步长的确定： 可由加速步长法确定 每次迭代的步长： α = τα（τ=1.3） 随机方向法的步骤： 随机方向法的步骤： 第六章 约束优化方法 第三节 复合形法 复合形法的基本思路： 选择k（n+1≤k≤2n）个可行点，构造一个多面体（或多边形），称为初始复合形。 对复合形进行寻优迭代计算。 即利用复合形各顶点处目标函数值的大小关系，判断目标函数值的下降方向，不断丢掉函数值最大的所谓最坏点（xH），用一个新点代替最坏点，构成新的复合形。 如此重复计算，使新的复合形不断地向可行域的最优点移动和收缩，直至得到满足收敛准则的近似最优解为止。 1)目标函数值下降 2) 可行点（满足所有约束条件） 第六章 约束优化方法 第三节 复合形法 x2 x4 x3 x1 xH xL xC 初始复合形的形成： 1）人为的给定k个顶点，构成初始复合形。 2）给定一个初始顶点，随机产生其他顶点。 人为地确定一个初始可行点x1，其余k-1个设计点用随机的方法产生，即 产生的顶点不一定是可行点。假设已有q个点满足全部的约束条件，是可行点，其余k-q个点不是可行点，为了使它们也能满足所有约束条件，则可先求出所有满足点（可行点）的中心点： 然后将不满足约束条件的非可行点向中心点移动： 若新点不可行，则继续移动，直到找到可行点为止。 只要可行域是凸集，它的中心点一定是可行点，那么向中心点移动，一定能找到一个可行点。 如果可行域为非凸集，中心点可能不在可行域内，可以通过改变设计变量的上限和下限值，重新产生各顶点来解决。 初始复合形的形成： 1）人为的给定k个顶点，构成初始复合形。 2）给定一个初始顶点，随机产生其他顶点。 3）计算机自动生成初始