工程设计中的优化方法教学课件.pptVIP

约束条件 5.3 约束最优化方法 约束最优化方法: 求解有约束最优化问题的方法。 约束最优化问题的一般形式 gi(X)≥0 ( i=1, 2, ···, m) hj(X) = 0 ( j=1,2, ···, s, sn) min f (X), X∈Rn 约束优化问题的局部解和全局解 当X*与它邻域的点 X 之距离 || X－X* ||ε时，总有f(X*) f (X)。则 X* 称为该约束优化问题的一个局部最优点。 对某些约束优化问题，局部解可能有多个。在所有局部解中，目标函数值最小的那个解称为全局最优解，简称全局解。 约束优化问题的全局解一定是局部最优解，而局部最优解不一定是全局最优解。（与无约束优化问题相同） 二维多谷目标函数的局部最优解与全局最优解 (a)无约束极小化问题 (b)约束极小化问题 图b 约束条件g1(X)=0和g2(X)=0构成两个可行域D1和D2。D1区域内的最优点为X1*，D2区域内最优点为X2*和X3*。因f(X3*)f(X2*) f(X1*)，故X3*是全局最优点，X1*，X2*是局部最优点。 对于 从目标函数和不等式约束与等式约束的函数曲线可写出局部解： X1*=[-1,0]T, X2*=[5,0]T 因为X1*邻域内的任一满足约束的点，都有f(X1*)f(X)； 同理，X2*点亦然。 由于f (X1*)=4, f (X2*)=16，所以 X1*