复合形法的迭代步骤如下：

（1）确定初始可行点 对于问题较简单的情况，如找不到k个可行点，可凭经验选出。但对复杂（变量较多）的问题，要用随机方法产生初始可行点，即

式中 ——在区间[0，1]内均匀分布的随机数。

若X^（1）为可行点，则进行（2）。

（2）随机产生其他顶点

式中 i——点数，i=2，3，…，k；

j——点的坐标，j=1，2，…，n。

（3）构成复合形 若已经产生了的k个顶点中有L个可行点，其余k-L个顶点为不可行点，则继续产生第L+1个点，如果这个点为可行点，再继续产生新点，即第L+2个点；否则，将该点取为

式中 ——分别为第L+1个点的新点和旧点；

X_B——前L个点的中心点。

重复此过程直至X^（L+1）点成为可行点。

按上述方法产生的k个可行点即构成了复合形。

（4）寻求映射点 计算复合形所有顶点的函数值，取其中最大者为最差点X_H，最小者为最好点X_L。

计算除X_H外的k-1个顶点的形心X_C，即

如果X_C不是可行点，则以k个顶点中最好点X_L为下界，以X_C为上界重新利用随机数选点，构成复合形，重复（1）～（4）的过程。

如果X_C是可行点，则在由X_H至X_C点的方向上，取一映射点X_R，即

式中 α——映射系数，一般可取α=1.3。

若X_R为不可行点，则须将X_R点收缩回来，即使α减半，重算X_R，直至X_R是可行点为止。

（5）比较目标函数值 若f（X_R）＜f（X_H），则以X_R代替X_H，构成新复合形，返回进行（4）。

若f（X_R）＞f（X_H），则将α减半，直至f（X_R）＜f（X_H），返回（4）。若α虽不断减半，直到小于预先给定的ξ时，f（X）仍无改进，则将（4）选择的X_H改成次差点X_C，即

这样，由次差点出发求映射点，重复上述过程。

图5-2 复合形法程序框图

（6）检验停机准则

≤ε（i=1，2，…，k）或f（X_L）≤ε是否满足。若满足，则认为目标函数已经收敛，可终止迭代，返回（4）。

复合形法的迭代过程如图5-2所示。

【例5-1】 试用复合形法求解目标函数f的极小值，已知约束条件为(www.daowen.com)

解 取复合形的顶点数k=2n=4，用随机法产生初始复合形的顶点，取随机数

r₁₁=0.1，r₂₁=0.2，r₃₁=0.3，r₄₁=0.4

r₁₂=0.1，r₂₂=0.2，r₃₂=0.3，r₄₂=0.4则初始复合形4个顶点的X₁坐标分量为[式（5-2）]

4个顶点的X₂坐标分量为[式（5-2）]

则初始复合形4个顶点的坐标为

检验各顶点是否可行：将各顶点的坐标值代入各约束方程，均满足约束条件。

1）计算各顶点的函数值并比较它们的大小：

2）求除最差点外其余三点的形心[式（5-5）]：

代入约束条件，证明在可行域内。

3）求最差点的反射点，按式（5-6），α=1.3：

（可证明在可行域内）

4）计算f（X_R^（0））并与f（X_H^（0））比较：

故可用新点X_R^（0）替换X₁^（0），构成新的复合形：

5）计算新复合形中除外各顶点的形心

代入约束方程知，在可行域内。

6）计算的反射点，取α=1.3：

代入约束条件，表明不满足第二个约束条件，故应将α减半，即取α=0.65，重算反射点：

代入约束条件，表明符合约束要求。

7）计算新反射点的函数值：

故可用替换，构成新的复合形。依次重复上述步骤，直至满足预定的计算精度为止，取复合形各顶点函数值最小值为最优解。