现代设计方法第5章 约束优化方法.pptVIP

重庆大学机械工程学院 第5章 约束优化方法 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 实际工程中的优化问题大多属于有约束的问题，其数学模型为 s.t. 求解这类问题的方法称为约束优化方法。，约束优化方法可以分为两大类，即直接法和间接法。 直接法通常适用于仅含不等式约束的问题，其基本思想是设法把每一次迭代产生的新迭代点都限制在可行域内，并一步一步地降低迭代点的目标函数值，直到获得一个可行域内的最优解。在迭代过程中，对每一个迭代点 都要进行可行性和下降性条件的检验。 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 可行性条件是指迭代点 必须在可行域内，即满足 下降性条件是指迭代点 的目标函数值较前一点是下降的，即满足 间接法: 按照一定的原则构造一个包含原目标函数和所有约束条件在内的新目标函数，即转化为无约束优化问题，然后用无约束优化方法进行求解。 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 5.1 约束坐标轮换法 约束坐标轮换法 属于直接法，现以二维约束优化问题为例说明这种方法的基本思想。 图5-1 二维约束优化问题的坐标轮换法迭代过程 现代设计方法——第4章 无约束优化方法 重庆大学机械工程学院 * 5.2 随机方向法 随机方向法 属于直接解法，仅适用于只有不等式约束情况。求解小型的机械优化设计问题的一种十分有效的算法。但为了避免所求得的结果仅仅是局部最优解，常常需要选取几个不同的初始点，从几次计算结果中做出正确分析，得出全局最优解。 5-2 随机方向法 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 5.2.1 随机方向的产生 1．随机数的产生 ? 调用计算机语言中的随机函数； ? 按一定的数学模型产生伪随机数（下面介绍线性同余法中最简单的一种） 选择三个正整数 a、b、M，和种子数 X(0)，按下式计算 该式表示 取 被M 整除之后的余数，其中：种子数 为非负整数， 。 M —模数，M 0； a — 乘数，M a 0； b — 增量，M b 0； 即得取值小于M的伪随机数序列 。 令 即得（0，1）区间内的伪随机数序列 。 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 2．随机方向的产生 首先，将（0，1）区间内的随机数（伪随机数）按下式转换成为另一个在区间（-1，1）之间的随机数 , 然后由随机数 构成如下的随机方向 3．搜索方向的产生 根据基本迭代公式 ，沿每个方向取相同的试算步长,可计算得 个分布在同一球面上的随机点。检验 k 个随机点 是否为可行点，选出目标函数值最小的点 。比较 与 两点的目标函数值，若 , 则取 和 连线方向作为可行搜索方向。 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 5.2.2 迭代终止条件 （1） k m , 式中，k —— 随机方向数。 （2） 。 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 5.3 惩罚函数法 惩罚函数法是求解约束优化问题的一种间接法。其基本思想是将式（5-1）所示的约束的优化问题转化为一系列的无约束优化问题求解。 （5-1） 转化成如下无约束优化问题 并且要求，当点X不满足约束条件时，等号后第二项和第三项取值变得很大，反之当点X满足约束条件时，这两项取值变得很小或等于零。 （5-2） 现代设计方法——第5章 约束优化方法 重庆大学机械工程学院 * 可以证明，当惩罚项和惩罚函数满足以下条件时， （5-3） 无约束优化问题式（5-2）在 的过程所产生的极小点 序列将逐渐逼近于原约束优化问题的最优解，即 惩罚函数法，即SUMT（Sequential Unconstrained Minimization Technique）法，也可称为序列无约束极小化方法，按其惩罚项的构成形式的不同，又可分为内点法