Vous êtes sur la page 1sur 7

Ecole Nationale Polytechnique d’Oran

Département De Génie mécanique


Spécialité : productique mécanique

Module : mathématique appliqué

Thème : Méthodes de pénalité pour la résolution d’un


problème d’optimisation avec contraintes

Membres de sous groupe :


- LEMGUERED Redouane
- KADOUS Larbi
- BOUFELLAH Oussama

Année universitaire : 2018/2019


Sommer
Introduction ………………………………………… page 2

Méthode des pénalités ……………………………… 2

Méthode des pénalités intérieures ………………….. 3

Méthode des pénalités extérieures …………………. 4

L’exemple simulé ………………………………….. 4


Introduction

La pénalisation est un concept simple qui permet de transformer un


problème d’optimisation avec contraintes en un problème ou en une suite
de problèmes
d’optimisation sans contrainte. C’est un concept qui a une utilité à la fois
théorique et numérique.

En analyse, l’approche par pénalisation est parfois utilisée pour étudier


un problème d’optimisation dont les contraintes sont difficiles à prendre
en compte, alors que le problème pénalisé a des propriétés mieux
comprises ou plus simples à mettre en évidence.

D’un point de vue numérique, cette transformation en problèmes sans


contrainte permet d’utiliser des algorithmes d’optimisation sans
contrainte pour obtenir la solution de problèmes dont l’ensemble
admissible peut avoir une structure complexe.

Méthode des pénalités

1. problème d’optimisation avec contrainte d’inégalité :

Soit le problème d’optimisation

Min f(x) avec c(x) ≤ 0

Ce problème est transformé en un problème d’optimisation sans


contrainte:
p

min g(x, αk ) = f(x) + αk ∑ p i ( c i( x) )


i=1

fonctions de pénalité
avec :

1- P(c(x)) continue

2- P(c(x)) ≥ 0 ∀ x

3- αk > 0 (facteur de pénalisation)


* Le but de ce terme additionnel est de pénaliser la violation des
contraintes 

1- Méthode des pénalités intérieures:

c(x) ≤ 0 => ensemble admissible


Les pénalités sont proches de zéro loin des contraintes et tendent
vers l’infini aux limites des contraintes:
Par exemple :
 
−1
1- p(x)= c (x)
1
2- p(x)=
c (x)2
1
3- P(x)=ln(1- c (x) )
avec x dans l’espace
admissible

Exemple:

F(x)= 2x c(x)=1-x ≤0
−1 1
p(x)= c (x) = x−1 => g(x, αk )= 2x + αk (1/(x-1))

α1> α2> α3

αk+1=cααk 0<c<1

=> Extrapolation à la limite


2- Méthode des pénalités extérieures

c(x) ≤ 0 => ensemble admissible


Les pénalités sont nulles dans l’espace admissible et positives quand les
contraintes ne sont plus satisfaites:
Par exemple:
c( x )2 sic (x )>0
{
1- p ( c (x) ) = 0 si c( x )≤ 0
2
= max(c(x),0)
ac(x) −1 si c ( x)>0
2- p ( c (x) )
{
=
0 si c( x)≤ 0
Exemple:

p(x)=max (1−x ,0)2 g(x, αk )= 2x + αk max(1-x,0)2


α 1< α 2 <α 3

2. problème d’optimisation avec contrainte d’égalité :

Min f(x) avec c(x) = 0


Ce problème est transformé en un problème d’optimisation sans
contrainte:
p
min g(x, αk ) = f(x) + αk ∑ p i ( c i( x) )
i=1

avec p(c(x)) = (c(x))2

L’exemple simulé :

On a programmé ce problème sur Matlab :


Donc la solution optimal est :

X́ 0.8890
( 0.9535 )