第5章 带约束的寻优方法
- 格式:doc
- 大小:14.39 MB
- 文档页数:10
第五章:带约束的寻优方法
● 问题:{}
⎩⎨⎧=≥==m i X g X R x x x X X f Min i n ,,2,1,0)(|}
,,,{)(21
● 约束函数:等式约束、不等式约束 ● 内点、外点、边界点
● 约束非线性规划问题:方法:直接处理约束的方法:约束随机法、复合形法 线性规划去逐次逼近非线性规划问题 有约束化为无约束方法:罚函数法(外点、内点)
5.1:有约束最优化问题化为无约束最优化问题的方法(罚函数法)
附加一项修正函数(惩罚、障碍) 外点法:由外点开始寻优收敛至最优解 内点法:由内点开始寻优收敛至最优解 ● 外点法 原理
设
)(X g u i =
⎩⎨
⎧<∞+≥=0
00
)(u u u p 当当 则:
()∑=+=m
i i X g p X f X 1
)()()(ϕ
当R X ∈时,
()0)(1=∑=m
i i
X g p
当R X ∉时,
()+∞=∑=m
i i
X g p 1
)(
()∑=m
i i
X g p 1
)(为惩罚项
则:
{}
⎩⎨
⎧=≥==m i X g X R x x x X X f Min i n ,,2,1,0)(|}
,,,{)(21 )(X Min ϕ⇒ 方法:
()∑=+=m
i i X g p X f X 1
)()()(ϕ,因为当+∞=)(u p 时,数据溢出,因此在其上进行改进
1:取充分大的罚因子
)(X g u i =
⎩⎨⎧<+≥=0
100
)(2
u u u u p 当当
()∑=+=m
i i X g p M X f M X 1
)()(),(ϕ
分析:p (u )不连续,当u =0时,导数不存在。 寻优:只能用直接法,不能用方向加速法。
2:一次外点法(1-UMT )
)(X g u i =
⎩⎨
⎧<-≥=0
00)(u u
u u p 当当
()
()
∑∑==-=+=m
i i m
i i X g Min M X f X g p M X f M X 1
1)(,0)()()(),(ϕ
分析:p (u )连续,但不可微。 寻优:只能用直接寻优法
3:外点罚函数法
)(X g u i =
⎩⎨⎧<≥=0
00)(2
u u
u u p 当当
()
()[]
∑∑==+=+=m
i i m
i i X g Min M X f X g p M X f M X 1
2
1)(,0)()()(),(ϕ
分析:p (u )连续,又可微。 寻优:可以用直接寻优法和间接寻优法。 M 的选取 取01>M ,若R M X ∉)(1,说明1M 不够大
再取12M M >,若R M X ∈)(1,则停止迭代
迭代步骤:
1:取01>M ,给定允许误差0>ε,令k =1 2:求无约束问题
()[])
,()(,0)(),(12k k m
i i k k E X M X X g Min M X f Min M X Min n
ϕϕ=⎭⎬⎫
⎩⎨⎧+=∑=∈
的最优解,设为)(k k M X X = 3:判断 若存在)1(,m j j ≤≤使得
ε≥-)(k i X g
则取k k M M >+1(如取k k aM M =+1,a=10),令k =k +1,转向2
否则迭代停止,得到k X X ≈min
迭代框图
内点法(障碍函数法)
原理: 在可行域R 的边界上,设一道障碍,迭代到边界则自动碰回(障碍),保证迭代在可
行域内。
方法:
障碍函数:∑=m
i i X g r 1)
(1
障碍因子:r
新目标函数:∑=+=m
i i
X g r
X f r X 1)(1
)(),(ϕ
当迭代点趋近R 的边界时,0)(→X g i ,+∞→)
(1
X g i
则:
+∞→),(r X ϕ
逐次求解:0lim 0
21=>>>>∞
→k k k r r r r
则: 0)
(1
lim 1
=∑
=∞
→m
i i k X g
)(),(lim X f r X k =∞
→ϕ
惩罚逐步消失 迭代步骤
1:给定允许误差0>ε,取01>r ,k r 的缩小率0>β 2:求出可行域R 的一个内点R X ∈0
,令k =1 3:以R X k ∈-)
1(为起始点,对),(k r X ϕ在保持对于R 的可行性前提下,求无约束优化问题
),(),(k k k R
X M X M X Min ϕϕ=∈
的最优解,其中,R r X X k k ∈=)( 4:检验是否满足收敛性判别准则
ε≤--1k k X X
或
ε≤--)()(1k k X f X f
或
ε≤--)
()
()(1k
k k X f X f X f 若满足,则可以停止迭代,得到k
X X ≈min ,否则,取k k r r β=+1,令k =k +1转向3 迭代框图