约束优化方法惩罚函数法.pptxVIP

会计学;惩罚函数法简介;惩罚项;5.3.4.1 内点法;由图可见，目标函数的可行域为x≥b，在可行域内目标函数 单调上升，它的最优解显然是;;而且，当x越趋近于约束边界时，由于惩罚项;小结;㈡内点罚数法的形式及特点;关于惩罚因子规定为正，即 。且在优化过程中 是减小的，为确保为递减数列，取常数C; 由于在约束边界上有 ，因此，当设计点趋 于边界时，惩罚项的值将趋于无穷大。由此可知，在可 行域内，始终有 。;⑶内点罚函数法的求解过程;所得解为 ；当k在增大的过程中，得到惩罚函数的无 约束最优点列为;㈢初始点x(0)的选取;㈣关于几个参数的选择;如下图，对于有深沟谷地性态差的函数，不仅搜索所需的 时间长，而且很难使迭代点进入最优的邻域，以致极易使 迭代点落入非可行域而导致计算的失败。;⑵递减系数C的选择;㈤终止准则;终止准则可用下述两者之一;㈥算法步骤;内点法流程图;㈦内点罚函数的特点;5.3.4.2 外点法;写成另一种形式; 如上图，此处的惩罚函数也是由原目标函数F(x)与惩罚 项而组成。惩罚项中包含有可调整的参数r(k)与约束函数。; 该序列将趋近与原约束问题的最优点x*，x*=b。 值得注意的是，尽管 增加直至趋于无穷大，但最终 的近似最优点x*仍在可行域的外部。 即外点法构造的罚函数是使迭代点从可行域的外部逐 渐逼近约束最优点，这正是外点法名称的由来。;㈡外点罚函数法的形式及特点;;外点罚函数的求解过程;在k←∞的过程中，点列将趋近于原问题的最优点;总结;㈢对几个问题的讨论; 选取过小，则序贯无约束求解的次数就增多，收敛速度慢；反之，则在非可行域中，发函数比原目标函数要大得多，特别在起作用约束边界处产生尖点，函数性态变坏，从而限制了某些无约束优化方法的使用，致使计算失 败。;（3）约束容差带;㈣终止准则;终止准则可用下述两者之一;外点法流程图;⑶求 ，得最优点;㈤用外点罚函数法解等式约束优化问题;按外点法的基本思想，构造惩罚函数;推广到具有一般的等式约束优化问题;5.3.4.3 混合法;用惩罚函数法将其转化为无约束优化问题;⑴内点形式的混合法;??外点形式的混合法;2 算法步骤及流程图;目标函数等值线及约束曲线见下图。;解：首先写出罚函数;惩罚函数法总结; 不论哪一种形式，惩罚项的函数总为正。因此，惩罚 函数 的值始终大于原目标函数F(x)的值。为 使惩罚函数最终能收敛到与原目标函数的同一最优解， 可通过对参数r(k)，m(k)的不断调整，使其惩罚项对F(x)的 惩罚作用在搜索过程中趋于减弱并最终消失。为此，惩罚项 必须有如下性质