MATLAB解决一维搜索.docVIP

姓名：楼金波 学号：064090316 实验二 无约束优化方法（改进的鲍威尔法） 一、实验目的 通过实验，进一步理解无约束优化的概念和各类方法的基本原理，同时锻炼学生运用理论知识解决实际问题的能力。 本次实验重点在于学会运用通用性较强的无约束优化方法——改进的鲍威尔法，来求解实际问题。 二、实验内容 用改进的鲍威尔法编程求解下述问题： 最优解：， 三、实验原理 （1）鲍威尔基本算法（参见课本P83—84）。 （2）鲍威尔改进算法：在鲍威尔基本算法中，每一轮迭代都用连结始点和终点所产生出的搜索方向去替代原向量组中的第一个向量，而不管它的“好坏”，这是产生向量组线性相关的原因所在。因此在改进的算法中首先判断原向量组是否需要替换。如果需要替换，还要进一步判断原向量组中哪个向量最坏，然后再用新产生的向量替换这个最坏的向量，以保证逐次生成共轭方向。具体步骤详见课本P85。 四、实验程序（改进的鲍威尔法，精度设为J=0.005） #include stdio.h #include math.h #define J 0.005 #define M 2 #define N 100 double function(double x[][M],int i) { double s; s=4*(x[i][0]-5)*(x[i][0]-5)+(x[i][1]-6)*(x[i][1]-6); return s; } /*自定义函数1:求函数值*/ double *add(double a[][M],double b[][M],double c[][M],double d,int i) { int e,h; h=i-1; for(e=0;eM;e++) { c[i][e]=a[h][e]+d*b[h][e]; } } /*自定义函数2:矩阵加运算*/ double *cut1(double a[][M],double b[][M],double c[][M],int i) { int e,h; h=i-1; for(e=0;eM;e++) { c[h][e]=a[h][e]-b[0][e]; } } /*自定义函数3:矩阵减运算1*/ double *cut2(double a[][M],double b[][M],double c[][M],int i) { int e,h; h=i-1; for(e=0;eM;e++) { c[i][e]=2*a[h][e]-b[0][e]; } } /*自定义函数4:矩阵减运算2*/ double research(double aa[][M],double bb[][M],int i) { double t,d1,d2,s; double h=1.0,y1,y2,y3,t1=0,t2,t3, /*确定搜索区间所需变量*/ a,b,a1,a2,za,q1,q2,c,k,m,n; /*搜索最优解所需变量*/ d1=aa[i][0]+t*bb[i][0]; d2=aa[i][1]+t*bb[i][1]; /*得到点关于t的坐标表达式*/ s=4*(aa[i][0]+t*bb[i][0]-5)*(aa[i][0]+t*bb[i][0]-5)+(aa[i][1]+t*bb[i][1]-6)*(aa[i][1]+t*bb[i][1]-6); /*该点的函数表达式*/ t=t1; y1=4*(aa[i][0]+t*bb[i][0]-5)*(aa[i][0]+t*bb[i][0]-5)+(aa[i][1]+t*bb[i][1]-6)*(aa[i][1]+t*bb[i][1]-6); t2=h; t=t2; y2=4*(aa[i][0]+t*bb[i][0]-5)*(aa[i][0]+t*bb[i][0]-5)+(aa[i][1]+t*bb[i][1]-6)*(aa[i][1]+t*bb[i][1]-6); c=0.0001; k=0.618; /*变量初始化*/ if(y2y1) { h=-h; t3=t1; y3=y1; t1=t2; y1=y2; t2=t3; y2=y3; /*换名*/ } t3=t2+h; t=t3; y3=4*(aa[i][0]+t*bb[i][0]-5)*(aa[i][0]+t*bb[i][0]-5)+(aa[i][1]+t*bb[i][1]-6)*(aa[i][1]+t*bb[i][1]-6); while(y3y2)