外点惩罚函数法·约束优化问题

外点法惩罚函数（r增加，SUMT.java）用于求解约束优化问题，解题步骤如下：

Step1 输入目标函数与约束方程，构建外点惩罚函数法求解方程，求解初始化。

Step2 对求解方程进行一次无约束优化方法求解（鲍威尔BWE），得到新解。

Step3 新解与原解求误差，如误差满足精度要求，则输出解，否则增加因子r，执行Step 2。

鲍威尔法（BWE.java）是N维无约束求解方法，需要调用一维求解方法，一维求解方法采用黄金分割法（GSM.java）。

在实现算法的代码中，我去掉了输入处理，人为地将输入确定下来，可减少代码篇幅。

我会将文件打包放入我的下载，欢迎大家一起交流。

（1）外点法惩罚函数 SUMT.java：

package ODM.Method;import java.util.Arrays;
/** 无约束优化方法：惩罚函数法·外点法*/
public class SUMT {private int n = 6;                          // 维数，变量个数private final double eps = 1e-5;          // 精度private final double c = 5;               // 递增系数private double r = 0.1;                 // 惩罚因子，趋向无穷public SUMT(){Finit();AlgorithmProcess();AnswerOutput();}// 结果private double[] xs;                       private double ans;private void Finit(){xs = new double[n];Arrays.fill(xs, 0);ans = -1;//xs[0] = xs[1] = xs[2] = xs[4] = 1;   xs[3] = 3; xs[5] = 5;}// 算法主要流程private void AlgorithmProcess(){int icnt = 0;                     // 迭代次数double[] x = new double[n];     // 转化为无约束优化问题的解while(true){icnt++;BWE temp = new BWE(n, r, xs);  // 采用鲍威尔方法求函数最优解x = temp.retAns();if(retOK(x) <= eps){         // 满足精度要求for(int i = 0; i < n; i++)xs[i] = x[i];ans = temp.mAns();break;}r = c * r;for(int i = 0; i < n; i++)xs[i] = x[i];}System.out.println("迭代次数：" + icnt);}// 收敛条件（只有一个，不完善）private double retOK(double[] x){double sum = 0;for(int i = 0; i < n; i++){sum += Math.pow(x[i] - xs[i], 2);}return Math.sqrt(sum);}// 结果输出private void AnswerOutput(){for(int i = 0; i < n; i++)System.out.printf("%.6f\t", xs[i]);System.out.printf("%.6f\n", ans);}public static void main(String[] args) {// TODO Auto-generated method stubnew SUMT();}}

（2）鲍威尔法 BWE.java：

package ODM.Method;import java.util.Arrays;public class BWE {private double r;// 初始化变量private double[] x0;                       // 初始解集private double[][] e;                        // 初始方向private int N;final private double eps = 1e-5;private Func F;// 初始化：初始点, 初始矢量(n 个，n*n 矩阵), 维数private void Init(int n){this.x0 = new double[n];if(r == -1)Arrays.fill(this.x0, 0);else{}this.e = new double[n][n];for(int i = 0; i < n; i++){for(int j = 0; j < n; j++){if(i != j)e[i][j] = 0;else e[i][j] = 1;}}this.N = n;if(r != -1)F = new Func(r);elseF = new Func();}// 搜索点, 方向矢量private double[][] x;private double[][] d;// 方向重排, 队列操作private void queueDir(double[] X){// 删去首方向for(int i = 0; i < N-1; i++){for(int j = 0; j < N; j++){d[i][j] = d[i+1][j];}}// 新方向插入队尾for(int i = 0; i < N; i++)d[N-1][i] = X[i];}private void Process(){x = new double[N+1][N];d = new double[N][N];for(int j = 0; j < N; j++)x[0][j] = x0[j];for(int i = 0; i < N; i++){for(int j = 0; j < N; j++){d[i][j] = e[i][j];}}int k = 0;                          // 迭代次数while(k < N){for(int i = 1; i <= N; i++){GSM t = new GSM(F, x[i-1], d[i-1]);x[i] = t.getOs();}double[] X = new double[N];for(int i = 0; i < N; i++)X[i] = x[N][i] - x[0][i];queueDir(X);GSM t = new GSM(F, x[N], X);x[0] = t.getOs();k++;}}// 答案打印private void AnswerOutput(){for(int i = 0; i < N; i++){System.out.printf("x[%d] = %.6f\n", i+1, x[0][i]);
//          System.out.print(x[0][i] + " ");}System.out.printf("最小值：%.6f\n", F.fGetVal(x[0]));
//      System.out.println(": " + F.fGetVal(x[0]));}public BWE(int n){this.r = -1;Init(n);Process();AnswerOutput();}public BWE(int n, double r, double[] x){this.r = r;Init(n);for(int i = 0; i < n; i++)x0[i] = x[i];Process();}// 返回结果，解向量和最优值public double[] retAns(){return x[0];}public double mAns(){return F.fGetVal(x[0], 0);}/*public static void main(String[] args) {// TODO Auto-generated method stubnew BWE(2);}*/}

（3）黄金分割 GSM.java：

package ODM.Method;
/** 黄金分割法*/
public class GSM {private int N;                                                                // 维度private final double landa = (Math.sqrt(5)-1)/2;                          // 0.618private double[] x1;private double[] x2;private double[] os;private final double eps = 1e-5;                                           // 解精度private ExtM EM;                                                          // 用于获取外推法结果// 最优值输出public double[] getOs() {return os;}// 函数, 初始点, 方向矢量public GSM(Func Sample, double[] x, double[] e) {//for(int i = 0; i < e.length; i++)System.out.print(e[i] + " ");System.out.println();initial(Sample, x, e);process(Sample);AnswerPrint(Sample);}// 结果打印private void AnswerPrint(Func Sample) {os = new double[N];for(int i = 0; i < N; i++)os[i] = 0.5*(x1[i] + x2[i]);//        System.out.println("os = " + os[0] + " " + os[1]);
//      System.out.println("ans = " + Sample.fGetVal(os));}// 向量范值private double FanZhi(double[] b, double[] a){double sum = 0;for(int i = 0; i < N; i++){if(b[i] - a[i] != 0 && b[i] == 0)return eps*(1e10);if(b[i] == 0)continue;sum += Math.pow((b[i] - a[i]) / b[i], 2);}return Math.pow(sum, 0.5);}// 算法主流程private void process(Func Sample) {double[] xx1 = new double[N];SubArraysCopy(xx1);double yy1 = Sample.fGetVal(xx1);double[] xx2 = new double[N];AddArraysCopy(xx2);double yy2 = Sample.fGetVal(xx2);// 迭代过程while(true){if(yy1 >= yy2){ArraysCopy(xx1, x1);ArraysCopy(xx2, xx1);  yy1 = yy2;AddArraysCopy(xx2);yy2 = Sample.fGetVal(xx2);}else{ArraysCopy(xx2, x2);ArraysCopy(xx1, xx2);    yy2 = yy1;SubArraysCopy(xx1);yy1 = Sample.fGetVal(xx1);}//System.out.println(FanZhi(x2, x1) + " / " + Math.abs((yy2 - yy1)/yy2));if(FanZhi(x2, x1) < eps && Math.abs(yy2 - yy1) < eps)break;}}// 获得外推法结果：左右边界private void initial(Func Sample, double[] x, double[] e) {N = x.length;EM = new ExtM(Sample, x, e);x1 = EM.getX1();x2 = EM.getX3();}// 向量赋值private void ArraysCopy(double[] s, double[] e){for(int i = 0; i < N; i++)e[i] = s[i];}// + landaprivate void AddArraysCopy(double[] arr){for(int i = 0; i < N; i++)arr[i] = x1[i] + landa*(x2[i] - x1[i]);}// - landaprivate void SubArraysCopy(double[] arr){for(int i = 0; i < N; i++)arr[i] = x2[i] - landa*(x2[i] - x1[i]);}/*public static void main(String[] args) {// TODO Auto-generated method stubdouble[] C = {0, 0};double[] d = {1, 0};new GSM(new Func(), C, d);}*/
}

以上算法文件包含函数方程，黄金分割时有一维搜索的外推法确定“高低高”区间。

函数方程 Func.java，外推法 ExtM.java。

Func.java：

package ODM.Method;public class Func {private int N;                             // N 维private double[] left;                        // 函数左边界private double[] right;                 // 函数右边界private double r;public Func() {r = -1;}public Func(double r) {this.r = r;}// 定义函数与函数值返回public double fGetVal(double[] x){if(r != -1)return fGetVal(x, r);// 10*(x1+x2-5)^2 + (x1-x2)^2return 10*Math.pow(x[0]+x[1]-5, 2) + Math.pow(x[0]-x[1], 2);//}private double max(double a, double b){return a > b ? a : b;}public double fGetVal(double[] x, double r){double ret = 0;
//      function f1
//      ret =  Math.pow(x[0]-5, 2) + 4*Math.pow(x[1]-6, 2)
//              + r * (
//              + Math.pow(max(64-x[0]*x[0]-x[1]*x[1], 0), 2)
//              + Math.pow(max(x[1]-x[0]-10, 0),  0)
//              + Math.pow(max(x[0]-10, 0), 2)
//              );//        function f2
//      ret = x[0]*x[0] + x[1]*x[1] + r*(1-x[0]>0 ? 1-x[0] : 0)*(1-x[0]>0 ? 1-x[0] : 0);//     function f3ret = Math.pow(x[0]-x[3], 2) + Math.pow(x[1]-x[4], 2) + Math.pow(x[2]-x[5], 2) + r * (+ Math.pow(max(x[0]*x[0]+x[1]*x[1]+x[2]*x[2]-5, 0), 2)+ Math.pow(max(Math.pow(x[3]-3, 2)+x[4]*x[4]-1, 0), 2)+ Math.pow(max(x[5]-8, 0), 2) + Math.pow(max(4-x[5], 0), 2));return ret;}
}

ExtM.java：

package ODM.Method;/** 外推法确定“高-低-高”区间*/
public class ExtM {private int N;                           // 函数维数private double[] x1;private double[] x2;private double[] x3;private double y1;private double y2;private double y3;private double h;                      // 步长private double[] d;                    // 方向矢量public double[] getX1() {return x1;}public double[] getX2() {return x2;}public double[] getX3() {return x3;}public double getH() {return h;}// 函数, 初始点，方向public ExtM(Func Sample, double[] x, double[] e) {initial(Sample, x, e);process(Sample);AnswerPrint();}// 初始化阶段private void initial(Func Sample, double[] x, double[] e){N = x.length;x1 = new double[N];x2 = new double[N];x3 = new double[N];h = 0.01;d = new double[N];ArraysCopy(e, 0, d);//for(int i = 0; i < d.length; i++)System.out.print(d[i]);System.out.println();ArraysCopy(x, 0, x1);y1 = Sample.fGetVal(x1);ArraysCopy(x, h, x2);y2 = Sample.fGetVal(x2);}// 循环部分private void process(Func Sample){if(y2 > y1){h = -h;ArraysCopy(x1, 0, x3);y3 = y1;}else{ArraysCopy(x2, h, x3);    y3 = Sample.fGetVal(x3);}while(y3 < y2){h = 2*h;
//          System.out.println("h = " + h);ArraysCopy(x2, 0, x1);       y1 = y2;ArraysCopy(x3, 0, x2);     y2 = y3;ArraysCopy(x2, h, x3);     y3 = Sample.fGetVal(x3);
//          System.out.println("x1 = " + x1[0] + " " + x1[1] + " y1 = " + y1);
//          System.out.println("x2 = " + x2[0] + " " + x2[1] + " y2 = " + y2);
//          System.out.println("x3 = " + x3[0] + " " + x3[1] + " y3 = " + y3);}}// 打印算法结果private void AnswerPrint(){
//      System.out.println("x1 = " + x1[0] + " " + x1[1] + " y1 = " + y1);
//      System.out.println("x2 = " + x2[0] + " " + x2[1] + " y2 = " + y2);
//      System.out.println("x3 = " + x3[0] + " " + x3[1] + " y3 = " + y3);}// 向量转移private void ArraysCopy(double[] s, double c, double[] e){for(int i = 0; i < s.length; i++)e[i] = d[i]*c + s[i];}/*public static void main(String[] args) {// TODO Auto-generated method stub// new ExtM();}*/}

外点惩罚函数法·约束优化问题相关推荐

matlab 约束函数,【优化求解】MATLAB约束优化之惩罚函数法
一.算法原理之前我们了解过的算法大部分都是无约束优化问题,其算法有:黄金分割法,牛顿法,拟牛顿法,共轭梯度法,单纯性法等.但在实际工程问题中,大多数优化问题都属于有约束优化问题.惩罚函数法就可以将约 ...
最优化课程笔记07——约束问题的非线性规划方法（重点：拉格朗日乘子法和惩罚函数法）
7.1 间接法:约束转化为无约束问题(含一个重点:拉格朗日乘子法) 当维数多的时候不适用 7.1.2拉格朗日乘子法(重点) 7.1.2.1 等式约束问题 7.1.2.2 不等式约束问题 7.1.3 惩 ...
惩罚函数内点法c语言,分享：惩罚函数法（内点法、外点法）求解约束优化问题最优值...
方法一:外点牛顿法: clc m=zeros(1,50);a=zeros(1,50);b=zeros(1,50);f0=zeros(1,50);%a b为最优点坐标,f0为最优点函数值,f1 f2最优 ...
模拟退火算法（惩罚函数法求约束优化问题）
构造惩罚函数: p1 = (max(0, 4642 - X[0] - X[1] - X[2] - X[3] - X[4] - X[5] - X[6] - X[7] - X[8] - X[9])) ** ...
内点惩罚函数法matlab_拉格朗日乘数法求解多元条件极值问题
点击蓝字,关注废柴姐姐拉格朗日乘数法 " 一种不直接依赖消元法而求解条件极值问题的有效方法二元函数入手我们从皆为二元函数这一简单情况人手. 欲求函数的极值,其中受条件的限制. ...
matlab外罚函数实验报告,外罚函数法matlab
罚函数法 37页 1下载券罚函数法 11页 1下载券罚函数法MATLAB程序 5页 2下载券 1120 罚函数法 (罚函数法... 52页 1下载券 ...... c Ax ? b . 3 算法的 ...
乘子法罚函数法matlab实例,罚函数法(罚函数法与乘子法合订).ppt
罚函数法(罚函数法与乘子法合订) 收敛性定理 5 算法评价(优缺点) 二.内点罚函数法(碰壁函数法)-内点法 2 罚函数的特点 3. 算法实现收敛性定理构造新的辅助函数 2. 算法实现乘子法是由 ...
matlab优化设计大作业答案,优化设计有哪些方法（2019优化设计答案大全）
本书主要介绍机械优化设计方法与实例,全书共有9章,内容主要包括机械优化设计的基本要素及数学模型.优化设计的理论基础.常见的优化设计方法和优化设计软件简介.书中对工程中常见的六大类优化设计方法--一维搜 ...
机械优化设计——专栏介绍（作者：TDTX）
机械优化设计--专栏介绍(作者:TDTX) 一.优化设计数学基础二.一维搜索方法三.无约束优化方法四.线性规划五.约束优化方法参考文献(学习教材) [注A]机械优化设计对应机械类专业来说是一 ...
单目标模糊优化设计matlab程序,优化设计有哪些方法
本书主要介绍机械优化设计方法与实例,全书共有9章,内容主要包括机械优化设计的基本要素及数学模型.优化设计的理论基础.常见的优化设计方法和优化设计软件简介.书中对工程中常见的六大类优化设计方法--一维搜 ...

外点惩罚函数法·约束优化问题

外点惩罚函数法·约束优化问题

外点惩罚函数法·约束优化问题相关推荐

最新文章

热门文章