机械优化设计约束优化方法.pptVIP

* * 2）罚因子的初值 * 过大, 会使 的最优点比 X0 离真正的最优点更远; 过小,在域内的惩罚作用小, 在接近边界时则突然加大使性态变坏, 且有可能使迭代点越出可行域. Fox 推荐 3）递减系数C 本书推荐0.1—0.5. 第三十一页，共四十八页。 * * 三. SUMT外点法 1. 惩罚函数的构造 考虑非线性规划问题: s.t. 惩罚函数可取为 2) 罚因子 * 1) 时,惩罚项为0, 不惩罚; 时, 惩罚项大于0, 有惩罚作用. 因 边界时,惩罚项中大括号中的值趋于0,为保证惩罚作用,应取 第三十二页，共四十八页。 * * 2. SUMT外点法的迭代步骤 给定X0，c, r0, ε1, ε2, ε3 k=0, r(k)=r0, X(K)=X0 输出X*，F*=F（X*） 结束 是 是 是 否 否 否 求解 得极小点X* k=k+1 r(k)=cr(k) X(k)=X* ---初始点, 对凸规划可任意给定; * ---外点法点距精度; ---等式约束允许的误差限; ---不等式约束允许的误差限; ---罚因子的放大系数; ** 为使迭代点进入可行域, 可设约束容差带: 第三十三页，共四十八页。 * * 例: 解: 惩罚函数 在D外 , 对于固定的 , 令 得 r(k) x* f(x*) 1 1.5 0.25 0.5 10 1.90909 0.82654 0.90909 100 1.99099 0.980296 0.990099 1000 1.999001 0.998003 0.999001 … 2 1 1 第三十四页，共四十八页。 长江大学机械工程学院(HQS) * * 第五章 约束优化方法 一.约束坐标轮换法 二.约束随机方向法 三.复合形法 四.可行方向法 五.罚函数法 六.拉格朗日乘子法 七.简约梯度法及广义简约梯度法 第一页，共四十八页。 * * §5-1 优化方法的类型 2）间接法 1）直接法 ---将迭代点限制在可行域内(可行性),步步降低目标函数值(下降性),直至到达最优点. 常用方法有:约束坐标轮换法,约束随机方向法,复合形法,可行方向法,线性逼近法等. ---通过变换,将约束优化问题转化为无约束优化问题求解. 常用方法有: 罚函数法,拉格朗日乘子法等. （可解IP型问题） （可解各类问题） (按对约束条件的处理方法分) 第二页，共四十八页。 * * §5-2 约束坐标轮换法 一.基本思路 ①可取定步长、加速步长和收缩步长,但不能取最优步长; 1.依次沿各坐标轴方向---e1,e2,…,en方向搜索; 2.将迭代点限制在可行域内. ②对每一迭代点均需进行可行性和下降性检查. 第三页，共四十八页。 * * 二.迭代步骤 第四页，共四十八页。 * * 三.存在问题 有时会出现死点, 导致输出“伪最优点”. * 为辨别真伪, 要用K-T条件进行检查. 第五页，共四十八页。 * * §5-3 约束随机方向法 基本思路 ②若该方向适用、可行，则以定步长前进； 坐标轮换法有时会输出“伪最优点” ,用随机方向法可克服这一缺点. ① 若该方向不适用、可行，则产生另一方向； ③若在某处产生的方向足够多，仍无一适用、可行，则采用收缩步长； ④若步长小于预先给定的误差限则终止迭代。 搜索方向----采用随机产生的方向 第六页，共四十八页。 * * 二.随机方向的构成 1.用RND(X)产生n个随机数 2. 将(0,1)中的随机数 变换到(-1,1)中去; 3. 构成随机方向 变换得: 于是 例: 对于三维问题: 第七页，共四十八页。 * * X0=X, F0=F α=α0, F0=F(X0) F=F（X） j =1 K=K+1 三.随机方向法 的迭代步骤 是 K=0, j=0 产生随机方向 α=0.5α 否 FF0 j =0 K m α≤ε 结 束 X*=X0 ,F*=F0 是 否 是 否 是 否 X∈D 是 否 第八页，共四十八页。 * * §5-4 复合形法 基本思路 在可行域内选取若干初始点并以之为顶点构成一个多面体(复合形),然后比较各顶点的函数值,去掉最坏点,代之以好的新点,并构成新的复合形,以逼近最优点. 有两种基本运算: 1) 映射---在坏点的对侧试探新点:先计算除最坏点外