第四章约束问题的最优化方法.ppt

根据约束条件类型的不同可以分为三种，其数学模型分别如下： 1、不等式约束优化问题（IP型）; 直接解法：随机方向搜索法、复合形法、可行方向法 间接解法：内点惩罚函数法、外点惩罚函数法、混合惩罚函数法;特点：①　在可行域内进行； 　　　② 若可行域是凸集，目标函数是定义在凸集上的凸函数， 则收敛到全局最优点；否则，结果与初始点有关。;目的：将有约束优化问题转化为无约束优化问题来解决。 前提：一不能破坏约束问题的约束条件，二使它归结到原约束问题的同一最优解上去。 惩罚函数法： 通过构造罚函数把约束问题转化为一系列无约束最优化问题，进而用无约束最优化方法去求解。惩罚函数法是一种使用很广泛、很有效的间接解法。 基本思想：以原目标函数和加权的约束函数共同构成一个新的目标函数 Φ( x, r1 ,r2 )，将约束优化问题转化为无约束优化问题。通过不断调整加权因子，产生一系列Φ函数的极小点序列 x(k)* (r1(k),r2(k)) k= 0,1,2… ，逐渐收敛到原目标函数的约束最优解。;新目标函数：; 分类： 根据约束形式和定义的泛函及罚因子的递推方法等不同，罚函数法可分为内点法、外点法和混合罚函数法三种。 这种方法是1968年由美国学者A．V．Fiacco和G．P．Mcormick提出的，把不等式约束引入数学模型中，为求多维有约束非线性规划问题开创了一个新局面。 ;§4.2 内点惩罚函数法（障碍函数法）;二. 惩罚函数的形式：;例： 用内点法求; 内点法的迭代过程在可行域内进行，“障碍项”的作用是阻止迭代点越出可行域。;三. 步骤：;四. 几个参数的选择：;3. 降低系数 c 的选择：;五. 方法评价：;六. 举例：盖板问题;优化方法： 选用内点惩罚法，惩罚函数形式为：;4. 求解过程分析：;§4.3 外点惩罚函数法 (衰减函数法）;二. 惩罚函数的形式：;例： 用外点法求解下列有约束优化问题 ;;三. 参数选择：;四. 步骤：;五. 方法评价：; 内点法: （1）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）初始罚因子要选择得当； ??? （6）罚因子为递减，递减率c有0c1； ? ????外点法： ??? （1）初始点可以任选； ??? （2）对等式约束和不等式约束均可适用； ??? （3）仅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）罚因子为递增，递增率1； ;§4.4 混合惩罚函数法;§4.5 随机方向搜索法;三.随机产生初始点：;四. 随机产生搜索方向：;五. 步骤：;六. 方法评价：;§4.6 复合形法;一. 单纯形法：;二. 复合形法：;三. 迭代方法：;2. 变形法一 —— 扩张法：;四. 初始复合形的形成：;② 将非可行点调入可行域 判断产生的K个随机点是否在可行域内，重新排列，将可行点依次排在前面，如有q个顶点X (1)、X (2)、……X (q)是可行点，其它K-q个为非可行点。 对X (q+1)，将其调入可行域的步骤是： （1）计算q个点集的中心X (s)； （2）将第q+1点朝着点X (s)的方向移动，按下式产生新的X (q+1)，即X(q+1)= X(s)+0.5 (X(q+1)—X(s)) ;五. 步骤：;;;六. 方法评价：;§4.7 可行方向法;二. 搜索策略：; ③　贴边搜索法： 第一次搜索为负梯度方向，终止于边界。以后各次搜索贴边（约束面）进行。 若适时约束面是切面，每次搜索到约束面的交集时，移至另一个约束面，直至收敛到最优点。 若可行域是凸集，约束面是非线性时，从x(k)点沿切线（面）方向s(k) 搜索，会进入非可行域。;此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！