惩罚函数法
数学术语
惩罚函数法是求解有约束的
最优化
问题的一种
算法
。
基本形式
假设有以下有约束问题:
满足限制
惩罚函数法将问题转化成如下无约束问题的
序列
其中
在上述方程,称为外部罚函数,称为惩罚因子。在每一次迭代中,我们都增大(例如变为原来的10倍),然后求解该无约束问题。将每一次迭代的结果将组成一个序列,此序列的极限即为原约束问题的解。
实际应用
图像压缩
优化算法,可以利用惩罚函数以决定如何最优地将颜色域压缩成单个有代表性的数值。
障碍惩罚函数法
障碍惩罚函数法同样是在源问题上加入一个与惩罚函数相似的函数项,构成一个解决有约束问题的替代算法。但在这种情况下,迭代将被限制于留在可行域内部,而障碍也将持续使迭代远离可行域的边界。
参见
参考资料
最新修订时间:2022-08-26 11:13
条目作者
小编
资深百科编辑
目录
概述
基本形式
实际应用
障碍惩罚函数法
参考资料
Copyright©2024
闽ICP备2024072939号-1