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
内点罚函数法报告人：杨中源马明亮指导老师：邹斌内点罚函数法基本思想
根据原约束优化问题，构造的一个新的定义在可行域内的无约束目标函数，并在可行域内求解新的目标函数（内点惩罚函数）的极值点，而这个点就是原问题的近似解。算法特点
其突出特点是：求解时的探索点始终保持在可行域内。数学描述对于如下不等式约束优化问题其中是连续函数可行域为
内点罚函数法数学描述根据内点罚函数法的思想，建新的定义域内的无约束目标函数B(x)的两种最重要的形式：和r通常取很小的正数。这样，当x趋近可行域边界时，G(x,r)趋近+∞,此时的x必不是极小值点。否则，r*B(x)趋近于0，G(r,x)的值近似于f(x)。通过这种方式，内点罚函数法就可以保证搜索过程在可行域S内进行，此时的罚函数B(x)又称障碍函数。这里也可以看出，内点罚函数法只适用于不等式约束的情况，对于等式约束，障碍函数无法发挥作用。同理内惩法也取不到位于边界上的解，而只能不断接近。数学描述通过以上推导，利用内点罚函数法，原有不等式约束优化问题就转化为一个在定义域内的无约束优化问题。惩罚因子（障碍因子）的选取r越小，G(x,r)的最优解越接近原问题的最优解，但与外点法类似，r太小将给G(x,r)的计算带来很大的困难，因此仍采用序列无约束极小化方法（SUMT），取r为一个严格单减且趋于零的序列使r随迭代过程递减计算步骤收敛性
内点罚函数收敛性定理：设一个非等式约束优化问题中，可行域内部intS非空，且存在最优解，又设对每一个，在intS内存在极小点，并且内点罚函数法产生的全局极小点序列存在子序列收敛到，则是问题的全局最优解。证明：内点罚函数发收敛性内点罚函数法收敛性内点罚函数法收敛性收敛性收敛性内点罚函数法与外点罚函数法的比较1.外点法的初始点可以任意取，内点法的初始点必须取在可行域内2.外点法对等式约束也适用，内点法对等式约束不适用，因为此时没有内点存在。3.外点法只有迭代到最后才能得到可行解；而内点法每一步得到的点都是可行解，这在实际问题中很方便，随时停止迭代，都可以得到原问题的一个近似最优解。4.外
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。
评论
0/150
提交评论