第5章约束优化方法已排ppt课件.ppt
《第5章约束优化方法已排ppt课件.ppt》由会员分享,可在线阅读,更多相关《第5章约束优化方法已排ppt课件.ppt(45页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、第5章约束优化方法已排ppt课件 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望步长步长可行搜索方向可行搜索方向可行搜索方向可行搜索方向:当设计点沿该方向作微量移动时,目标当设计点沿该方向作微量移动时,目标函数值将下降,且不会越出可行域。函数值将下降,且不会越出可行域。间接解法的基本思路是将约束优化问题中的约束函间接解法的基本思路是将约束优化问题中的约束函数进行特殊的加权处理后,和目标函数结合起来,构成数进行特殊的加权处理后,和目标函数结合起来,构成一个新的目标函
2、数,即将原约束优化问题转化成为一个一个新的目标函数,即将原约束优化问题转化成为一个或一系列的无约束优化问题。再对新的目标函数进行无或一系列的无约束优化问题。再对新的目标函数进行无约束优化计算,从而间接地搜索到原约束问题的最优解。约束优化计算,从而间接地搜索到原约束问题的最优解。2进行迭代计算进行迭代计算,迭代点既不超出可行域迭代点既不超出可行域,又使目标函数的值又使目标函数的值有所下降。在不断调整可行方向的过程中,使迭代点逐步逼近有所下降。在不断调整可行方向的过程中,使迭代点逐步逼近约束最优点。约束最优点。1.可行方向法的搜索策略可行方向法的搜索策略第一步迭代都是从可行的初始点第一步迭代都是从
3、可行的初始点出发,沿点的负梯度出发,沿点的负梯度方向,将初始点移动到某一个约束面(只有一个起作用的约束时)方向,将初始点移动到某一个约束面(只有一个起作用的约束时)上上,或约束面的交集(有几个起作用的约束时)上。或约束面的交集(有几个起作用的约束时)上。5.1可行方向法可行方向法l可可行行方方向向是是求求解解大大型型约约束束优优化化问问题题的的主主要要方方法法之之一一。这这种种方方法法的的基基本本原原理理是是在在可可行行域域内内选选择择一一个个初初始始点点,当当确确定定了了一一个个可行方向可行方向d和适当的步长后,按式和适当的步长后,按式:3然后根据约束函数和目标函数的不同性状,分然后根据约束
4、函数和目标函数的不同性状,分别采用以下几种策略继续搜索。别采用以下几种策略继续搜索。1新点在可行域内的情况新点在可行域内的情况42新点在可行域外的情况新点在可行域外的情况53沿线性约束面的搜索沿线性约束面的搜索64沿非线性约束面的搜索沿非线性约束面的搜索7可行方向是指沿该方向作微小移动后,所得到的新点是可可行方向是指沿该方向作微小移动后,所得到的新点是可行点,且目标函数值有所下降。行点,且目标函数值有所下降。可行方向应满足两个条件可行方向应满足两个条件:(1)可行可行;(2)下降。下降。1)可行条件)可行条件方向的可行条件是指沿该方向作微小移动后,所得到的新点方向的可行条件是指沿该方向作微小移
5、动后,所得到的新点为可行点。为可行点。l2.产产生生可可行行方方向向的的条条件件8方向的下降条件是指沿该方向作微小移动后,所得新方向的下降条件是指沿该方向作微小移动后,所得新点的目标函数值是下降的。点的目标函数值是下降的。2)下降条件)下降条件9位于约束曲面在位于约束曲面在点点xk的切线和目标函的切线和目标函数等值线在点数等值线在点xk的切的切线所围成的扇形区内,线所围成的扇形区内,该扇形区称为可行下该扇形区称为可行下降方向区。降方向区。l满足可行和下降条件,即式满足可行和下降条件,即式:l同时成立的方向称可行方向同时成立的方向称可行方向.10满足可行、下降条件的方向位于可行下降扇形区内,在扇
6、形满足可行、下降条件的方向位于可行下降扇形区内,在扇形区内寻找一个最有利的方向作为本次迭代的搜索方向。区内寻找一个最有利的方向作为本次迭代的搜索方向。(1)优选方向法)优选方向法由条件:由条件:求一个以搜索方向求一个以搜索方向d为设计变量的约束优化问题为设计变量的约束优化问题s.t.各函数均为设计变量各函数均为设计变量d的线性函数,因此的线性函数,因此该式为一个(线性)规划问题。该式为一个(线性)规划问题。3.可行方向的产生方法可行方向的产生方法11xkdkg1(x)=0g2(x)=0g3(x)=0g4(x)=0P投影算子,为投影算子,为nXn阶矩阵阶矩阵G 起作用约束起作用约束函数的梯度矩阵
7、,函数的梯度矩阵,nXJ阶矩阵;阶矩阵;l(2)梯度投影法)梯度投影法l当当xk点点目目标标函函数数的的负负梯梯度度方方向向不不满满足足可可行行条条件件时时,可可将将方方向向投投影影到到约约束束面面(或或约约束束面面的的交交集集)上上,得到投影向量得到投影向量dk。12确定的步长应使新的迭代点为可行点,且目标函数具确定的步长应使新的迭代点为可行点,且目标函数具有最大的下降量有最大的下降量。约束一维搜索约束一维搜索1)取最优步长)取最优步长从从xk点出发,沿点出发,沿dk方向进行一维最优化搜方向进行一维最优化搜索,取得最优步长,计算新点索,取得最优步长,计算新点x的值的值。4.步长的确定步长的确
8、定13改变步长,使改变步长,使新点新点x返回到约束面返回到约束面上来。使新点上来。使新点x恰好恰好位于约束面上的步位于约束面上的步长称为最大步长长称为最大步长。l取到约束边界的最大步长取到约束边界的最大步长l从从xk点点出出发发,沿沿dk方方向向进进行行一一维维最最优优化化搜搜索索,得得到到的的新点新点x为不可行点。为不可行点。140 0 x1x2xkdkxk+1g2(x)=0g1(x)=0a*dkaMdkxl约束一维搜索:约束一维搜索:l与与以以前前所所讲讲过过的的一一维维搜搜索索相相比比,约约束束一一维维搜搜索索的的特特点点在在于于:确确定定初初始始区区间间时时,对对产产生生的的每每一一个
9、个探探测测点点都都进进行行可可行行性性判判断断,如如违违反反了了某某个个或或某某些些约约束束条条件件,就就必必须须减减少少步步长长因因子子,以以使使新新的的探探测测点点落落在在最最近近的的一一个个约约束束曲曲面上或约束曲面的一个容许的区间面上或约束曲面的一个容许的区间l内。内。15f(a1)f(a2)f(a1)f(a2)a1a1a2a0a0a2f(a3)f(a3)a3a3f(a3)f(a3)a3a3l如如得得到到的的相相邻邻三三个个探探测测点点都都是是可可行行点点,而而且且函函数数值值呈呈“大大小小大大”变变化化,则则与与前前面面一一维维搜搜索索相相同同,两两端端点点所所决决定的区间就是初始区
10、间,接着缩小区间的到一维最小点。定的区间就是初始区间,接着缩小区间的到一维最小点。l如如最最后后得得到到的的探探测测点点落落在在约约束束曲曲面面的的一一个个容容限限之之内内,而且函数值比前一点的小,则该点就是一维极小点。而且函数值比前一点的小,则该点就是一维极小点。16收敛条件收敛条件2)设计点)设计点xk满足库恩满足库恩-塔克条件塔克条件l1)设计点)设计点xk及约束允差满足及约束允差满足17解解:(1)取初始点取初始点,则取作用约束集,则取作用约束集:Jk=1例题例题5-1用可行方向法求约束优化问题用可行方向法求约束优化问题181d1d2用图解法:用图解法:最优方向:最优方向:l(2)寻找
11、最优方向,即解一个以可行方向为设计变量寻找最优方向,即解一个以可行方向为设计变量l的规划问题:的规划问题:19x1在约束边界在约束边界g3(x)=0上上:g3(x1)=0(4)第二次迭代,用梯度投影法确定可行方向第二次迭代,用梯度投影法确定可行方向,迭代点迭代点x的目标函数负梯度的目标函数负梯度不不满满足足方方向向的的可可行行条条件件,将将投投影影到到约约束束边边界界g3(x)=0上。上。投影算子:投影算子:由上式可求得:由上式可求得:(3)沿沿d0方向进行一维搜索方向进行一维搜索20本次迭代方向本次迭代方向D为沿约束边界为沿约束边界g3(x)=0的方向,求最佳步长的方向,求最佳步长求得:求得
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 约束 优化 方法 ppt 课件
限制150内