第八组惩罚函数法.pptVIP

第一页，共二十五页，2022年，8月28日 障碍项 惩罚项 加权因子(惩罚因子) 第二页，共二十五页，2022年，8月28日 原约束优化问题转化为无约束优化问题: 改变惩罚因子r1, r2的值,就会得到一系列的无约束优 化问题,求解得到一系列的无约束最优解(系列迭代点),这些 最优解逐渐的逼近原约束优化问题的最优解. 第三页，共二十五页，2022年，8月28日 二 惩罚函数法分类 内点惩罚函数法(内点法) 外点惩罚函数法(外点法) 混合惩罚函数法(混合法) 第四页，共二十五页，2022年，8月28日 数学模型及其转换 第一种形式 三 内点惩罚函数法 第五页，共二十五页，2022年，8月28日 第二种形式 第六页，共二十五页，2022年，8月28日 内点法的加权因子(惩罚因子) 是正数,在优化过程中,由大到小变化,即取为递减数列: 缩减系数(递减系数)c 确定r0 1.取r0=1,根据计算结果,决定增加或减少的r0值. 2.根据经验公式确定: 第七页，共二十五页，2022年，8月28日 内点法的收敛条件 初始点x0-随机数生成,满足可行: 第八页，共二十五页，2022年，8月28日 内点法的计算步骤和程序框图 选择 可行的初始点; 惩罚因子的初始值; 缩减系数; 收敛精度; 取迭代次数k-0. 2) 构造惩罚函数,选择无约束优化方法求解方法,求出无约束极值. 3) 判断所得极值点是