第六章约束优化方法.ppt

二.外点惩罚函数法1.基本原理外点法将新目标函数Φ(x,r)构筑在可行域D外，随着惩罚因子r(k)的不断递增，生成一系列新目标函数Φ(xk,r(k))，在可行域外逐步迭代，产生的极值点xk*(r(k))序列从可行域外部趋向原目标函数的约束最优点x*。新目标函数：例：求下述约束优化问题的最优点。min.f(X)=xx∈R1s.tg(X)=1-x≤0第53页，共117页，星期日，2025年，2月5日惩罚函数可取为2)惩罚因子1)当设计点在可行域内时,惩罚项为0,不惩罚;当设计点在可行域外时,惩罚项大于0,有惩罚作用.外点法可以用来求解含不等式和等式约束的优化问题。衰减项第54页，共117页，星期日，2025年，2月5日3.几个参数的选择①r(0)的选择:r(0)过大，会使惩罚函数的等值线变形或偏心，求极值困难。r(0)过小，迭代次数太多。r(0)＝1或者②x(0)的选择：基本上可以在可行域内外，任意选择。③递增系数c的选择：通常选择5～10，可根据具体题目，进行试算调整。第55页，共117页，星期日，2025年，2月5日内点法特点： ???（1）初始点必须为严格的可行点 ???（2）不适于具有等式约束的数学模型 ???（3）迭代过程中各个点均为可行设计方案 ???（4）一般收敛较慢 ???（5）初始惩罚因子要选择得当 ???（6）惩罚因子为递减，递减率c有0c1 ?外点法特点：???（1）初始点可以任选???（2）对等式约束和不等式约束均可适用???（3）仅最优解为可行设计方案???（4）一般收敛较快???（5）初始罚因子要选择得当???（6）罚因子为递增，递增率c有c1第56页，共117页，星期日，2025年，2月5日三.混合惩罚函数法1.基本思想采用内点法和外点法相结合的混合惩罚函数法，以发挥内点法和外点法的特点，处理既有等式约束，又有不等式约束的优化设计问题。2.惩罚函数的形式一般既包括障碍项，也包括衰减项。第57页，共117页，星期日，2025年，2月5日惩罚函数法优点：原理简单，算法易行，适应范围广，可利用无约束最优化方法资源。缺点：（1）初始惩罚因子r(0)取值不当可导致惩罚函数变得病态，使无约束优化计算困难。（2）理论上讲，只有惩罚因子r(k)?0（内点法）或r(k)趋于无穷（外点法）时，算法才收敛，因此序列迭代过程收敛速度慢。增广乘子法外点惩罚函数＋拉格朗日函数计算过程稳定，计算效率超过惩罚函数法第58页，共117页，星期日，2025年，2月5日拉格朗日函数一、拉格朗日乘子法（升维法）§6.6增广乘子法l+n个方程l+n个未知变量具有相同的最优解X*第59页，共117页，星期日，2025年，2月5日例:用拉格朗日乘子法求下列问题的最优解解构造拉格朗日函数令▽L=0,得到求解得：第60页，共117页，星期日，2025年，2月5日构造拉格朗日函数构造外点惩罚函数第61页，共117页，星期日，2025年，2月5日二.等式约束的增广乘子法采用拉格朗日乘子法时求解有难度,而罚函数法当迭代点接近边界时函数常有病态,此法的思路是把两者结合起来。其增广拉格朗日函数为:第62页，共117页，星期日，2025年，2月5日等式约束增广乘子法不论r(k)取何值，增广乘子函数与原函数具有相同的约束极值点X*，与拉格朗日函数有相同的拉格朗日乘子向量。第63页，共117页，星期日，2025年，2月5日等式约束增广乘子法第64页，共117页，星期日，2025年，2月5日等式约束增广乘子法增广乘子法中的乘子迭代第65页，共117页，星期日，2025年，2月5日等式约束增广乘子法参数选取没有其它信息情况下，初始乘子向量增广乘子函数和外点惩罚函数形式相同；从第二次迭代开始，乘子向量按式子进行校正。惩罚因子初始值r(0)按照外点法取。从第二次迭代开始，惩罚因子按下式递增：惩罚因子递增系数，C=10判别数，通常取0.25第66页，共117页，星期日，2025年，2月5日第67页，共117页，星期日，2025年，2月5日等式约束增广乘子法计算步骤：