一 简介
罚
函 二 外点法
数
三 内点法
法
四 混合法
一、罚函数法简介
f x
min
xRn
s.t . g x 0,i I 1, ,m ,
i e
h x 0, i E m 1, , m .
i e
借助罚函数将约束非线性规划转化为一系列无约束问题,
通过求解无约束问题来求解约束非线性规划,所以也称为序
列无约束极小化技术(sequentail unconstrained minimization
technique,简称SUMT)
根据约束特点(等式或不等式)构造某种罚函数p (x) ,把
它加到目标函数中去,将约束非线性规划转化为一系列无约
束问题:
一、罚函数法简介
惩罚项
f x
min
xRn
min F (x,) f (x) p(x)
s.t . g x 0,i I 1, ,m ,
i e
h x 0, i E m 1, , m .
i e 罚因子 p (x ) 惩罚函数
这种惩罚策略,对于在无约束的求解过程中企图违反约
束的迭代点给予很大的目标函数值,迫使无约束问题的
极小点或者无限地向可行域D靠近,或者一直保持在可
行域D 内移动,直到收敛到原来约束最优化问题的极小
点。
p (x ) 0,x D
不改变可行域局部极小值,可以将
约束域之外的局部极小值变大。 p (x ) 0,x D
一、罚函数法简介
惩罚函数法分类
外点法:对违反约束的点在目标函数中加入相应的惩
罚,可行点不予惩罚,这种方法的迭代点一般在可行
域D 的外部移动;
内点法: 对从内部企图穿越可行域D边界的点在目标函
数中加入障碍,距边界越近,障碍越大,在边界上给予
无穷大的障碍,从而保证迭代点一直在可行域内部移动;
混合法:将外点法和内点法结合,两种惩罚函数联合
使用。
二、外点法
罚函数p (x)应满足的性质 min F (x, M ) f (x) Mp(x)
(1) p (x)连续 (2)p (x ) 0, x D (3) p (x ) 0, x D
若x* M