基于共轭方向的半步有约束机械优化方法

有约束优化问题普遍存在于各个研究领域。有效的有约束优化方法均具有渐进寻优的特点。基于对优选可用方向法(可行方向法)的特点和局限性的分析,提出了半步法。一维寻优之后,如寻得边界最优点,则退回半步,然后以负梯度方向作为新的寻优方向,从而使算法具有渐进寻优的特点。为了有效地逼近边界极值点,增加辅助方向从而获得较好的新寻优方向。给出了寻优步骤和程序流程图。然后,总结出优选可用方向法的程序流程图。将原来的结构化一维盲人探路法进行了模块化。给出了半步法和模块化一维盲人探路法的C语言计算机程序。以二维二次目标函数的线性约束优化问题为例,验证了新算法的有效性。半步法可移植任何有效的无约束优化方法用于求解有约束优化问题。