最优化方法-混合罚函数法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
6.3 混合罚函数法 三、混合罚函数法有关说明
பைடு நூலகம்.3 混合罚函数法
6.3 混合罚函数法
6.3 混合罚函数法
6.3 混合罚函数法 function [x,minf] = minMixFun(f,g,h,x0,r0,c,var,eps) %混合罚函数法求最优解函数 function [x,minf] = minJSMixFun(f,g,h,x0,r0,c,var,eps) %两点外插混合罚函数法求最优解函数 形参含义: f---目标函数 g---不等式约束(障碍项) h---等式约束(惩罚项) x0---初始点 r0---罚因子 c---惩罚因子的缩小系数 var---自变量向量(自变量名称) eps---精度(默认值1.0e-6)
6.3 混合罚函数法
function [x,minf] = minJSMixFun(f,g,h,x0,r0,c,var,eps) while 1 FF = r0*FE + FH/sqrt(r0); %构造增广目标函数 SumF = f + FF ; a0 = (c*x1 - x2)/(c-1); x2 = a0 + (x1 - a0)*c^2; %外插公式 [x3,minf] = minNT(SumF,transpose(x2),var); %用 牛顿法求解无约束规划 if norm(x3 - x2)<=eps %精度判断 x = x3; break; else r0 = c*r0; %参数修正 x1 = x2; x2 = x3; end end minf = Funval(f,var,x);
最优化方法及应用
第六章 常用约束最优化方法
电子与通信工程 张志刚
BUSINESS
6.3 混合罚函数法 前面介绍里外点罚函数法和内点罚函数法 ,外点罚函数法的初始点可以任选,适用于求 解具有等式约束与不等式约束的优化问题;而 内点罚函数法要求初始点在可行域内,适用于 求解不等式约束优化问题。混合惩罚函数法是 采用内点法和外点法相结合的,用内点法处理 不等式约束,用外点法处理等式约束。可以用 来求解含不等式和等式约束的优化问题。
6.3 混合罚函数法
function [x,minf] = minMixFun(f,g,h,x0,r0,c,var,eps) while 1 FF = r0*FE + FH/sqrt(r0); %构造增广目标函数 SumF = f + FF ; [x2,minf] = minNT(SumF,transpose(x1),var); %用牛顿法 求解无约束规划 if norm(x2 - x1)<=eps %精度判断 x = x2; break; else r0 = c*r0; %参数修正 x1 = x2; end end minf = Funval(f,var,x);
6.3 混合罚函数法
混合罚函数法求最优解结果
6.3 混合罚函数法
两点外插混合罚函数法求最优解结果
谢谢观赏
THANKS
BUSINESS
6.3 混合罚函数法 syms x1 x2; tic f=-x1+x2; %目标函数 g=[log(x2);x1;x2]; %不等式约束条件 h=[x1+x2-1]; %等式约束条件 [x,minf]=minMixFun(f,g,h,[2 2],10,0.5,[x1,x2],1.0e-5) %混合罚函数法求最优解函数 [x,minf]=minJSMixFun(f,g,h,[2 2],10,0.5,[x1,x2],1.0e-5) %两点外插混合罚函数法求最优解函数 toc
6.3 混合罚函数法 一、混合罚函数法基本原理
6.3 混合罚函数法 二、混合罚函数法迭代步骤
6.3 混合罚函数法 混合罚函数法流程图:
开始 选定 X0,r1=10 C=0.1,k=1 计算出minF{X,rk} 求出最优解 X(rk) 否 rk+1=crk k=k+1
‖Xk-Xk-1‖≤ε 是 输出 X(rk),f(X(rk)) 结束