约束优化方法课件.pptxVIP

约束优化方法;;5.1 可行方向法 ;;2.产生可行方向的条件;满足可行和下降条件，即式: 同时成立的方向称可行方向. ;3.可行方向的产生方法;（2）梯度投影法 当xk点目标函数的负梯度方向不满足可行条件时，可将 方向投影到约束面（或约束面的交集）上，得到投影向量 dk。;4.步长的确定;取到约束边界的最大步长 从xk点出发，沿dk方向进行一维最优化搜索，得到的新点x为不可行点。;约束一维搜索： 与以前所讲过的一维搜索相比，约束一维搜索的特点在于：确定初始区间时，对产生的每一个探测点都进行可行性判断，如违反了某个或某些约束条件，就必须减少步长因子，以使新的探测点落在最近的一个约束曲面上或约束曲面的一个容许的区间 内。; 如得到的相邻三个探测点都是可行点，而且函数值呈“大－小－大”变化，则与前面一维搜索相同，两端点所决定的区间就是初始区间，接着缩小区间的到一维最小点。 如最后得到的探测点落在约束曲面的一个容限 之内，而且函数值比前一点的小，则该点就是一维极小点。;1）设计点xk及约束允差 满足 ;例题5-1：用可行方向法求约束优化问题;(2)寻找最优方向，即解一个以可行方向为设计变量 的规划问题：;(3)沿d0方向进行一维搜索;本次迭代方向;;（4）收敛判断：;5.2 惩罚函数法;从而有;1、内点法;rk是惩罚因子，它是一个由大到小且趋近于0的正数列，即: ;例5-2 用内点法求;;;1）? 初始点x0的选取 ;;2.? 外点法;例5-3 用外点法求解下列有约束优化问题 ;;; ◆ 外点法的初始点X(0)可任选，故可用于约束较多、初始可行点不易确定的优化问题，且不论等式或不等式约束都适用：外点法的罚因子r为递增，随着其不断增大，所得极小点序列可从可行域的外部逐步向真正的极小点X*靠拢。因此外点法仅最优解是可行方案，必须迭代到底才能得到唯一的可行解。 ◆内点法的X(0)必须在可行域内，且只能用于不等式约束，因为对于等式约束，可行域不存在内点与外点，而只有边界点；内点法的罚因子r为递减，随着罚因子的减小，所得极小点序列从可行域的内部逐步逼近X*。 所以内点法迭代的全过程都在可行域内，且每一个中间结果都是一个较初始点更优的可行方案，故内点法适合于对现有可行设计作改进，可为设计人员提供了更多的选择机会。;; 由于外点法和内点法各有优缺点，所以将两种方法综合起来，取长补短，这便是混合惩罚函数法。内、外点法可以认为是混合惩罚函数法的特例 ◆混合惩罚函数法对于等式约束和初始点X(0)所不满足的不等式约束，采用外点法的惩罚项处理；而对初始点X(0)所满足的不等式约束则采用内点法的惩罚项处理，混合惩罚函数为 混合惩罚函数法可同时处理具有等式和不等式约束的优化问题，对初始点的选择也无特殊要求 ;5.3 复合形法;;5.3 序列二次规划法;; 构成二次规划子问题 ;;5.4 圆柱齿轮减速器的优化设计; 单级圆柱直齿轮减速器，以体积最小为设计目标，已知输入功率P＝58kw，转速n＝1000r/min, 传动比u＝5，齿轮的许用接触应力为550MPa， 许用弯曲应力为400MPa。;（7）大齿轮满足弯曲强度要求； （8）小齿轮满足弯曲强度要求； （9）齿轮副满足接触疲劳强度要求； （10）齿轮轴的最大挠度不大于许用值； （11） 齿轮轴的弯曲应力不大于许用值。 ;初始方案：