外点罚函数优化实例

外点罚函数优化实例

ID:29447522

大小:199.00 KB

页数:8页

时间:2018-12-19

外点罚函数优化实例_第1页
外点罚函数优化实例_第2页
外点罚函数优化实例_第3页
外点罚函数优化实例_第4页
外点罚函数优化实例_第5页
资源描述:

《外点罚函数优化实例》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、实用标准文案外点罚函数优化实例一、优化问题如图1所示,为某一桁架的一部分,杆2距O点30cm处有一支点C。为了固定桁架,现欲在杆1和2上设置支点A和B,用来连接杆3(可拆卸)。已知当桁架固定时,杆1和2成直角;而且,杆1右边有一段长为20cm的重要部位,不能设置支点。卸去杆3、收起桁架时,支点A的位置不能高于BC段中点D。求取支点A、B的位置,使得杆3的长度尽量小,以节省材料。图1桁架结构示意图二、数学模型设A、B两点距离O点的长度分别为和,而桁架固定时杆1和2成直角。所以杆3的长度为。由图1可知,且,即且。设,取。因此,数学模型为:极小化目标函数约束条件

2、三、求解数学模型(1)外点罚函数法求解精彩文档实用标准文案构造外点法罚函数,如下:程序流程图如图2所示:给定、、c、k=0i=0求与Hessian矩阵输出和YNi=i+1k=k+1YN结束牛顿法求的极值点图2外点罚函数法程序流程图程序步骤:①选择适当的初始罚因子、初始点、收敛精度和罚因子系数c。在本程序中分别取,,,c=8。令迭代步数k=0。②采用牛顿法求无约束问题的极值点。精彩文档实用标准文案③检验迭代终止准则,若满足及则停止迭代计算,输出最优点;否则,转入步骤④。④取,,k=k+1,转入步骤②继续迭代。具体程序请看附一。运行结果:X*=[20.0000

3、,10.0000]f(X*)=500.0000因此,A、B两支点与O的距离分别为20cm、10cm,杆3的最小长度为cm。目标函数曲线图与目标函数等值线图分别如图3和图4所示。优化路径如图4所示。图3目标函数曲线图精彩文档实用标准文案图4目标函数等值线图(2)Matlab优化工具fmincon求解利用Matlab文件编辑器为目标函数编写M文件(goalfun.m):functionf=goalfun(x)f=x(1)^2+x(2)^2;编写约束条件的M文件(confun.m):function[c,ceq]=confun(x)c=[2*x(1)-x(2)-

4、30;20-x(1)];ceq=[];编写主函数的M文件(opt.m):closeallclearallclcx0=[20,20];lb=[];ub=[];options=optimset('LargeScale','off','display','iter','tolx',1e-6);[x,fval,exitflag,output]=fmincon('goalfun',x0,[],[],[],[],[],[],'confun',options);xfval运行结果:精彩文档实用标准文案x=[20,10]fval=500同样地,利用Matlab优化工具解得

5、,支点A、B与O的距离分别为20cm、10cm,杆3的最小长度为cm。四、结论分析(1)罚因子系数c对外点罚函数法的影响本次程序中,c取值为8,运行步数k=11。若取c=4,则运行步数k=16;取c=16,则运行步数k=9;取c=32,则运行步数k=8;取c=64,则运行步数k=7。由此可知,罚因子系数c的大小会影响程序的迭代次数k。c的值取得越大,运行步数k越小,程序收敛速度越快,效率越高。但对于c的其他一些取值,如5、7、9等,会导致罚函数形态变坏,使迭代出现问题,导致程序运行失败。因此,需选取合适的罚因子系数c。(2)外点罚函数法与Matlab优化工

6、具fmincon的比较通过opt.m的运行结果可知,fmincon的运行步数k=3,这一运行效率明显比外点法函数法的效率高。对于相同的收敛精度和初始点,虽然优化结果相同,但是M文件WaiDianNiuDun.m中外点罚函数法的运行效率仍有待提高。附一外点罚函数matlab程序closeallclearallclcsymsx1x2M;%M为罚因子。m(1)=1;c=8;%c为递增系数。赋初值。a(1)=20;b(1)=20;f=x1^2+x2^2+M*((20-x1)^2+(2*x1-x2-30)^2);%外点罚函数f0(1)=500;%求偏导、Hessia

7、n元素精彩文档实用标准文案fx1=diff(f,'x1');fx2=diff(f,'x2');fx1x1=diff(fx1,'x1');fx1x2=diff(fx1,'x2');fx2x1=diff(fx2,'x1');fx2x2=diff(fx2,'x2');%外点法M迭代循环fork=1:100x1=a(k);x2=b(k);M=m(k);%牛顿法求最优值forn=1:100f1=subs(fx1);%求解梯度值和Hessian矩阵f2=subs(fx2);f11=subs(fx1x1);f12=subs(fx1x2);f21=subs(fx2x1);

8、f22=subs(fx2x2);if(double(sqrt(f1

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。