ImageVerifierCode 换一换
格式:DOC , 页数:7 ,大小:170.50KB ,
资源ID:1977807      下载积分:3 金币
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,免费下载
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.bingdoc.com/d-1977807.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(外点法求约束最优化问题.doc)为本站会员(wj)主动上传,冰点文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知冰点文库(发送邮件至service@bingdoc.com或直接QQ联系客服),我们立即给予删除!

外点法求约束最优化问题.doc

1、数学规划课程设计题目 外点法求约束最优化问题 姓名 学号 成绩 摘要罚函数是应用最广泛的一种求解式的数值解法,基本思路是通过目标函数加上惩罚项,将原约束非线性规划问题转化为求解一系列无约束的极值问题。(这种惩罚体现在求解过程中,对于企图违反约束的那些迭代点,给予很大的目标函数值,迫使这一系列无约束问题的极小值或者无限地向可行解(域)逼近,或者一直保持在可行集(域)内移动,直到收敛于原来约束问题的极小值点。)本文.外点法可用于求解不等式约束优化问题,又可用于求解等式约束优化问题,主要特点是惩罚函数定义在可行域的外部,从而在求解系列无约束优化问题的过程中,从可行域外部逐渐逼近原约束优化问题最优解。

2、关键词:罚函数法、约束最优化问题、外点法一、 预备知识(基本理论)看下是否还有定理、定义等等,可以加一些外点惩罚函数法的一般形式考虑不等式约束优化设计时:对构造一般形式的外点惩罚函数为:其中:(1)当满足所有约束条件时惩罚项为0,即(2)当X违反某一约束条件,即 时表明X在可行域外,惩罚项起作用,且若X离开约束边界越远,惩罚力度越大。这样用惩罚的方法迫使迭代点回到可行域。(3)惩罚因子是一递增的正数数列,即且一般考虑等式约束的优化问题:构造外点罚函数:同样,若X满足所有等式约束则惩罚项为0;若不能满足,则且随着惩罚因子的增大而增大;综合等式约束和不等式约束情况,可以得到一般约束优化问题的外点罚

3、函数公式为:实际计算中,因为惩罚因子不可能达到无穷大,故所得的最优点也不可能收敛到原问题的最优点,而是落在它的外面,显然,这就不能严格满足约束条件。为了克服外点惩罚函数法的这一缺点,对那些必须严格满足的约束(如强度、刚度等性能约束)引入约束裕度 ,即将这些约束边界向可行域内紧缩,移动一个微量,得到这样用重新定义的约束函数来构造惩罚函数,得到最优设计方案。外点惩罚函数法的迭代步骤:1.给定初始点,初始惩罚因子,维数n迭代精度和递增系数;2.构造外点惩罚函数;3.选用无约束优化方法来求解惩罚函数极小点,即,4.检验是否满足迭代终止条件或若满足转6,若不满足转5;5.令,转2;6.输出最优解,迭代终

4、止。二、解问题1 问题重述用外点法求解约束最优化问题 2 问题求解解:构造罚函数 用解析法求解 即, 的解为 当时, 即解为: 程序解法:利用MATLAB编写程序如下:m=zeros(1,50);a=zeros(1,50);b=zeros(1,50);f0=zeros(1,50);%a b为最优点坐标,f0为最优点函数值,f1 f2最优点梯度。syms x1 x2 e; %e为罚因子。m(1)=1;c=10;a(1)=0;b(1)=0; %c为递增系数。赋初值。f=x12+2*x22+e*(1-x1-x2)2;f0(1)=1;fx1=diff(f,x1);fx2=diff(f,x2);fx1x

5、1=diff(fx1,x1);fx1x2=diff(fx1,x2);fx2x1=diff(fx2,x1);fx2x2=diff(fx2,x2);%求偏导、海森元素。for k=1:100 %外点法e迭代循环. x1=a(k);x2=b(k);e=m(k); for n=1:100 %梯度法求最优值。 f1=subs(fx1); %求解梯度值和海森矩阵 f2=subs(fx2); f11=subs(fx1x1); f12=subs(fx1x2); f21=subs(fx2x1); f22=subs(fx2x2); if(double(sqrt(f12+f22)=0.001) %最优值收敛条件 a

6、(k+1)=double(x1);b(k+1)=double(x2);f0(k+1)=double(subs(f); break; else X=x1 x2-inv(f11 f12;f21 f22)*f1 f2; x1=X(1,1);x2=X(2,1); end endif(double(sqrt(a(k+1)-a(k)2+(b(k+1)-b(k)2)=0.001)&(double(abs(f0(k+1)-f0(k)/f0(k)=0.001) %罚因子迭代收敛条件 a(k+1) %输出最优点坐标,罚因子迭代次数,最优值 b(k+1) k f0(k+1) break;else m(k+1)=c*

7、m(k);endend得结果:ans = 0.6666ans = 0.3333k = 5ans =0.6666即min()的最优结果为0.6666写一些总结性内容三、参考文献1 范玉妹,徐尔,赵金玲,胡毅庆.数学规划及其应用M.北京:冶金工业出版社,20092 姜启源,谢金星,叶俊.数学建模M.北京:高等教育出版社,20033 沙特 M.H.Alsuwaiyel.算法设计技巧与分析M.北京:电子工业出版社,20094 刘卫国.MATLAB程序设计及其应用M.北京:高等教育出版社,20066 唐加福,汪定伟,许宝栋,李露.基于评价函数的遗传算法求解非线性规划问题J. 控制与决策学报,2000(5)- 6 -

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2