复合形法课件.pptVIP

复合形法;主要内容;一、基本原理;一、基本原理;由于复合形法不要求函数形状是规则的图形，对目标函数和约束函数无特殊要求，因此这种方法适应性强，在机械优化设计中应用广泛。;1. 复合形顶点数K的选择;2. 初始复合形顶点的确定;①用随机方法产生K个顶点;② 将非可行点调入可行域内; 这个新点X(q+1)实际就是X(s)与原X(q+1)两点连线的中点，如图。若新的X(q+1)点仍为非可行点，按上式再产生X(q+1)，使它更向X(s)靠拢，最终使其成为可行点。 ;1.反射;2）计算除去最坏点XH 外的（k-1）个顶点的中心XC ;4）判别反射点XR的位置;三、复合形法的搜索方法;三、复合形法的搜索方法;复合形法的具体迭代步骤： （1）给定n，变量界限 ，精度要求 （2）产生初始复合形，得k个顶点 ； （3）计算各顶点目标函数值，找出 最坏点 最好点 ;（4）计算除最坏点外的其余各顶点的中心 （5）检查 的可行性；若 不在可行域内，说明可行域可能是一个非凸集，这里为了将 移入可行域内，可在 点和 点为界的超立方体内，重新利用伪随机数产生k个新的顶点，这时，变量的上下限改为： 当 ，则取 否则相反，返回步骤（2）；;（6）按 计算映射点 并检查它是否在可行域内，若在可行域内转（7），否则将映射系数减半，继续计算 直至满足全部约束要求； ;（7）构造新的复合形 计算映射点的函数值F(X(R))，并与坏点的函数值F(X(H))比较，可能存在两种情况： 1）映射点优于坏点 F(X(R)) F(X(H)) 在此情况，用X(R)代替X(H)，构成新的复合形。;;(8)判断终止条件 1) 各顶点与好点函数值之差的均方根值小于误差限，即;3）各顶点与好点函数值差的绝对值之和小于误差限，即 ;五、复合形法的特点总结;;;;Thanks!复合形法;主要内容;一、基本原理;一、基本原理;由于复合形法不要求函数形状是规则的图形，对目标函数和约束函数无特殊要求，因此这种方法适应性强，在机械优化设计中应用广泛。;1. 复合形顶点数K的选择;2. 初始复合形顶点的确定;①用随机方法产生K个顶点;② 将非可行点调入可行域内; 这个新点X(q+1)实际就是X(s)与原X(q+1)两点连线的中点，如图。若新的X(q+1)点仍为非可行点，按上式再产生X(q+1)，使它更向X(s)靠拢，最终使其成为可行点。 ;1.反射;2）计算除去最坏点XH 外的（k-1）个顶点的中心XC ;4）判别反射点XR的位置;三、复合形法的搜索方法;三、复合形法的搜索方法;复合形法的具体迭代步骤： （1）给定n，变量界限 ，精度要求 （2）产生初始复合形，得k个顶点 ； （3）计算各顶点目标函数值，找出 最坏点 最好点 ;（4）计算除最坏点外的其余各顶点的中心 （5）检查 的可行性；若 不在可行域内，说明可行域可能是一个非凸集，这里为了将 移入可行域内，可在 点和 点为界的超立方体内，重新利用伪随机数产生k个新的顶点，这时，变量的上下限改为： 当 ，则取 否则相反，返回步骤（2）；;（6）按 计算映射点 并检查它是否在可行域内，若在可行域内转（7），否则将映射系数减半，继续计算 直至满足全部约束要求； ;（7）构造新的复合形 计算映射点的函数值F(X(R))，并与坏点的函数值F(X(H))比较，可能存在两种情况： 1）映射点优于坏点 F(X(R)) F(X(H)) 在此情况，用X(R)代替X(H)，构成新的复合形。;;(8)判断终止条件 1) 各顶点与好点函数值之差的均方根值小于误差限，即;3）各顶点与好点函数值差的绝对值之和小于误差限，即 ;五、复合形法的特点总结;;;;Thanks!