零阶优化和一阶优化算法_第1页
零阶优化和一阶优化算法_第2页
零阶优化和一阶优化算法_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、零阶优化和一阶优化算法零阶优化方法和一阶优化方法通过对目标函数逼近或对目标函数加罚函数的方法将约束的优化问题转换为非约束的优化问题。两种算法的主要区别在于：零阶算法不利用一阶导数信息，一阶算法利用一阶导数信息；因此，一阶算法迭代一次所需要的时间大于零阶算法。1零阶优化算法零阶算法是在一定次数的抽样基础上,拟合设计变量、状态变量和目标函数的响应函数,从而寻求最优解,顾又可称其为子问题方法。函数曲线(或曲面)的形式可采用线性拟合、平方拟合或平方加交叉项拟合。若采用平方拟合,则目标函数的拟合公式为:对于设计变量和状态变量的约束条件,可采用罚函数将其转化为无约束方程,如式(2),从而将带有约束的优化问

2、题转化成无约束的最小值求解问题。上式中,xi为设计变量,gi、hi、wi为状态变量,X、G、H、W为对应的罚函数,其形式如式(3)所示。f0为目标函数的参考值,pk为响应面参数。当设计变量(或状态变量)接近限值时,其罚函数值将急剧增加,如图1所示。转化为无约束问题后,即可采用序惯无约束极小化方法(SUMT)来搜索无约束目标函数。2一阶优化算法一阶方法在优化过程中需要使用状态变量和目标函数对于设计变量的偏导数,因此被称为一阶方法。采用与零阶算法类似的方式,可将约束条件转化为罚函数,并将无约束目标函数分作目标函数和惩罚函数两部分,如式(5)所示。对于第i步优化迭代,引入优化搜索方向d(j)，则下一

3、步的设计变量值变为:式中: sj为线搜索参数,对应于搜索方向d(j)上的最小步进值,它使用黄金分割比和局部的平方拟合技术来得到,其范围限制由式(8)给出:式中: sj为最大可用步进值,而smax是设置的步进缩放尺寸, smax(0, 100。根据式(5),搜索方向dj可分为如式(9)所示的两部分,这两部分均可由Polak-Ribiere递推式 9确定:参考文献：1Tu W,Mayne R W.An approach to multi-start clustering for global optimization with non-linear constraintsJ.International Journal for Numerical Methods in Engineering,2002,53:22532269.2Montgomery D C.Design and analysis of experiments M.New York:John Wiley&Sons,1991.3Zheng Q,Zhuang D M.Integral global optimization:Algorithms,implementations and num

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 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。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 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. 人人文库网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，对用户上传分享的文档内容本身不做任何修改或编辑，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。

最新文档

评论

0/150

提交评论