第五章 有约束优化方法 5-1 引言 5-2 随机方向法 5-3 复合形法 5-4 可行方向法 5-5 惩罚函数法 5-6 序列二次规划法5-1 引言 机械优化设计中的问题，大多数属于约束优化设计 问题，其数学模型为上一章讨论的都是无约束条件下非线性函数的寻 优方法，但在实际工程中大部分问题的变量取值都有 一定的限制，也就是属于有约束条件的寻优问题。 与无约束问题不同，约束问题目标函数的最小值 是满足约束条件下的最小值，即是由约束条件所限定 的可行域内的最小值。只要由约束条件所决定的可行 域必是一个凸集，目标函数是凸函数，其约束最优解 就是全域最优解。否则，将由于所选择的初始点的不 同，而探索到不同的局部最优解上。在这种情况下， 探索结果经常与初始点的选择有关。为了能得到全局 最优解，在探索过程中最好能改变初始点，有时甚至 要改换几次。（1）直接法 直接法包括：网格法、复合形法、随机试验法、 随机方向法、可变容差法和可行方向法。 （2）间接法 间接法包括：罚函数法、内点罚函数法、外点罚 函数法、混合罚函数法、广义乘子法、广义简约梯度 法和约束变尺度法等。 根据求解方式的不同，约束优化设
