5 Численные методы поиска условного экстремума (Лекции по теории оптимизации и численным методам)
Описание файла
Файл "5 Численные методы поиска условного экстремума" внутри архива находится в папке "Лекции по теории оптимизации и численным методам". PDF-файл из архива "Лекции по теории оптимизации и численным методам", который расположен в категории "". Всё это находится в предмете "теория оптимизации и численные методы" из 4 семестр, которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "теория оптимизации и численные методы" в общих файлах.
Просмотр PDF-файла онлайн
Текст из PDF
Лекция 55. ЧИСЛЕННЫЕ МЕТОДЫ ПОИСКА УСЛОВНОГО ЭКСТРЕМУМАА. МЕТОД ШТРАФОВПостановка задачиДаны дважды непрерывно дифференцируемые целевая функция f ( x) f x1,, xn и функции ограничений g j ( x) 0 , j 1, , m ; g j ( x) 0 , j m 1, , p , определяющие множество допустимых решений Х.Требуется найти локальный минимум целевой функции на множестве Х, т.е.
такуюточку x X , чтоf ( x ) min f ( x) ,xXгде X xg j ( x) 0,g j ( x) 0,m n .j m 1, , pj 1, , m;Стратегия поискаИдея метода заключается в сведении задачи на условный минимум к решению последовательности задач поиска безусловного минимума вспомогательной функции:F x, r k f ( x) P x, r k min ,где P x , r kxR n– штрафная функция, r k – параметр штрафа, задаваемый на каждой k-йитерации. Это связано с возможностью применения эффективных и надежных методовпоиска безусловного экстремума.Штрафные функции конструируются, исходя из условий:при выполнении ограничений, 0,P x, r k 0,при невыполнении ограничений,причем при невыполнении ограничений и r k , k справедливо P ( x , r k ) .Чем больше r k , тем больше штраф за невыполнение ограничений.
Как правило,для ограничений типа равенств используется квадратичный штраф, а для ограниченийтипа неравенств – квадрат срезки:P x, rkrk2 m2 [ g j ( x) ] j 1где g j ( x) – срезка функции:512gx[()], jj m 1pg j ( x) 0, g j ( x),g j ( x) max 0, g j ( x) g j ( x) 0. 0,Начальная точка поиска задается обычно вне множества допустимых решений Х . На каждой k-й итерации ищется точка x r k при заданном параметре rмизации.
Полученная точка x r F x, r kkkминимума вспомогательной функциис помощью одного из методов безусловной минииспользуется в качестве начальной на следующейитерации, выполняемой при возрастающем значении параметра штрафа. При неограниченном возрастании r k последовательность точек x r k стремится к точке условного минимума x .З а м е ч а н и я.1.
Так как сходимость метода обеспечивается при r k , то возникает вопрос отом, нельзя ли получить решение исходной задачи в результате однократного поиска безусловного минимума вспомогательной функции с параметром r k , равным большомучислу, например 1020 . Однако такая замена последовательного решения вспомогательных задач не представляется возможной, так как с ростом r k функция F x , r k приобре-тает ярко выраженную «овражную» структуру.2. Точки x ( r k ) в алгоритме – это точки локального минимума функции F x , r k .Однако функция F x , r k может быть неограниченной снизу и процедуры методов без-условной минимизации могут расходиться.
Эти обстоятельства необходимо учитыватьпри программной реализации.3. Обычно выбирается r 0 0,01; 0,1;1 , C 4,10 , а r k 1 Cr k . Иногда начинаютс r 0 0 , т.е. с задачи поиска безусловного минимума.4. При решении задач процедура расчетов завершается при некотором конечномзначении параметра штрафа r k . При этом приближенное решение, как правило, не лежитв множестве допустимых решений, т.е. ограничения задачи не выполняются. Это является одним из недостатков метода. С ростом параметра штрафа r k генерируемые алгоритмом точки приближаются к решению исходной задачи извне множества допустимых решений.
Поэтому обсуждаемый метод иногда называют методом внешних штрафов.5. На практике для получения решения исходной задачи с требуемой точностьюдостаточно бывает решить конечное (относительно небольшое) число вспомогательныхзадач. При этом нет необходимости решать их точно, а информацию, полученную в результате решения очередной вспомогательной задачи, обычно удается эффектно использовать для решения следующей.52Б.
МЕТОД БАРЬЕРНЫХ ФУНКЦИЙПостановка задачиДаны дважды непрерывно дифференцируемые целевая функция f ( x) f x1,, xn и функции ограничений-неравенств g j ( x) 0 , j 1, , m , определяющие множестводопустимых решений Х.Требуется найти локальный минимум целевой функции на множестве Х , т.е. такуюточку x X , чтоf ( x ) min f ( x) ,где X xxXg j ( x) 0, j 1, , m .Стратегия поискаИдея метода заключается в сведении задачи на условный минимум к решению последовательности задач поиска безусловного минимума вспомогательной функции F x, r k f ( x) P x, r k , где P x, r k – штрафная функция, r k 0 – параметр штрафа.Как правило, используются:mа) обратная штрафная функция P x, r k r k j 11;g j ( x)mб) логарифмическая штрафная функция P x, r k r k ln g j ( x) j 1Обе штрафные функции определены и непрерывны внутри множества Х, т.е.
намножествеxg j ( x) 0, j 1, , m , и стремятся к бесконечности при приближении кгранице множества изнутри. Поэтому они называются барьерными функциями. Приr k 0 штрафная функция, задаваемая обратной функцией, положительна. Логарифмическая штрафная функция положительна при 1 g ( x) 0 и отрицательна при g ( x) 1 ,т.е.
внутренним точкам области отдается предпочтение перед граничными точками.Начальная точка задается только внутри множества Х. На каждой k-й итерацииищется точка x ( r k ) минимума вспомогательной функции F x , r k при заданном пара-метре r k с помощью одного из методов безусловной минимизации. Полученная точкаx ( r k ) используется в качестве начальной на следующей итерации, выполняемой приуменьшающемся значении параметра штрафа. При r k 0 последовательность точекx ( r k ) стремится к точке условного минимума x .
Барьерные функции как бы препятствуют выходу из множества Х, а если решение задачи лежит на границе, то процедураметода приводит к движению изнутри области к границе.Заметим, что согласно описанной процедуре точки x ( r k ) лежат внутри множества допустимых решений для каждого r k . Этим объясняется то, что метод барьерныхфункций иногда называется методом внутренних штрафов.53З а м е ч а н и я.rk.C 0 обеспечивается сходимость, однако с уменьшением r k функция1. Обычно выбирается r 0 1,10,100 , параметр C 10;12;16 , а r k 1 2. При r kF x, r kстановится все более «овражной».
Поэтому полагать r k малым числом сразунецелесообразно.В. КОМБИНИРОВАННЫЙ МЕТОД ШТРАФНЫХ ФУНКЦИЙПостановка задачиДаны дважды непрерывно дифференцируемые целевая функция f ( x) f x1,, xn и функции ограничений g j ( x) 0 , j 1, , m ; g j ( x) 0 , j m 1, , p , определяющие множество допустимых решений Х .Требуется найти локальный минимум целевой функции на множестве Х , т.е. такуюточку x X , чтоf ( x ) min f ( x) ,xXгде X xj 1, , m; m n .j m 1, , pg j ( x) 0,g j ( x) 0,Стратегия поискаДля ограничений типа равенств применяется метод штрафов (внешних штрафов), адля ограничений-неравенств – метод барьерных функций (внутренних штрафов).Задача на условный минимум сводится к решению последовательности задач поиска минимума смешанной вспомогательной функции:F x, rkm f ( x) 2r k j 1 [ g j ( x) ]12rkp1j m 1 g j ( x )илиF x, r k f ( x ) 12r km [ g j ( x) ] 2 r kj 1pj m 1ln[ g j ( x) ] ,где r k 0 – параметр штрафа.Начальная точка задается так, чтобы ограничения-неравенства строго выполнялись: g j ( x) 0 , j m 1, , p .
На каждой k-й итерации ищется точка x ( r k ) миниму-ма смешанной вспомогательной функции при заданном параметре r k с помощью одногоиз методов безусловной минимизации. Полученная точка x (r k ) используется в качестве начальной на следующей итерации, выполняемой при уменьшающемся значении па-54раметра штрафа. При r k 0 последовательность точек x (r k ) стремится к точке условного минимума x .АлгоритмШаг 1. Задать начальную точку x 0 так, чтобы g j ( x) 0 , j m 1, , p ; начальное значение параметра штрафа r 0 0 ; число C 1 для уменьшения параметра штрафа;малое число для остановки алгоритма.
Положить k 0 .Шаг 2. Составить смешанную вспомогательную функцию:F x, rkm f ( x) 2r k j 1 [ g j ( x) ]12rkp1 f x P x, r kj m 1 g j ( x )илиF x, rkm f ( x) 2r k j 1 [ g j ( x) ]12rkpj m 1ln[ g j ( x) ] f x P x, r k .Шаг 3. Найти точку x (r k ) минимума функции F x , r k с помощью какого-либометода поиска безусловного минимума с проверкой выполнения справедливости неравенств: g j ( x) 0 , j m 1, , p . При этом задать все требуемые выбранным методомпараметры.
В качестве начальной точки взять x k .Шаг 4. Вычислить P x (r k ), r k и проверить условие окончания:а) если P x (r k ), r k , процесс поиска закончить:x x (r k ),б) если P x (r k ), r kf ( x ) f x (r k ) ; , то положить r k 1 rk,Cx k 1 x (r k ),k k 1 иперейти к шагу 2.З а м е ч а н и я.1. Метод предложен Фиакко и Мак-Кормиком (Fiacco, McCormick). Они рекомендуют r 0 1, C 4 .2.
Можно использовать разные параметры штрафа для внешних и внутреннихштрафов.55.