- 1、本文档共38页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
机械优化设计_第三章一维搜索方法.ppt
练习 确定 的初始搜索区间。 机械优化设计 * 第三章 一维搜索方法 一、一维搜索的概念 二、搜索区间的确定与区间消去法原理 三、一维搜索的试探方法——黄金分割法 四、一维搜索的插值方法 一、一维搜索的概念 当采用数学规划法寻求多元函数的极值点时,一般要进行 一系列如下格式的迭代计算: 当方向 给定,求最佳步长 就是求一元函数 的极值问题。这一过程被称为一维搜索。 一维搜索是优化搜索方法的基础。 f (x (k+1) ) = min. f (x (k) + α S (k) ) = f (x (k) + α(k) S ( k) ) 求解一元函数 的极小点 ,可用解析法。 上式求α的极值,即求α导数为零。 则 数值解法基本思路: 先确定 所在的搜索区间,然后根据区间消去法原理不断缩小此区间,从而获得 的数值近似解。 解析解法对于函数关系复杂、求导困难等情况难以实现。在实际优化设计中,数值解法的应用更为有效,且适合计算机的运算特点。 一维搜索也称直线搜索。这种方法不仅对于解决一维最优化问题具有实际意义,而且也是求解多维最优化问题的重要支柱。 一维搜索一般分为两大步骤: (1)确定初始搜索区间[a,b],该区间应是包括一维函数极小点在内的单谷区间。 (2)在单谷区间[a,b]内通过缩小区间寻找极小点。 二、搜索区间的确定与区间消去法原理 1、确定搜索区间的外推法 (1)单谷(峰)区间 在给定区间内仅有一个谷值(或有唯一的极小点)的函数称为单谷函数,其区间称为单谷区间。 函数值:“大—小—大” 图形:“高—低—高” 单谷区间中一定能求得一个极小点。 f (x) 0 α1 α3 α 0 f (x) α3 α1 说明:单谷区间内,函数可以有不可微点,也可以是不连续函数; (2)外推方法 基本思想:对 任选一个初始点 及初始步长 ,通过比较这两点函数值的大小,确定第三点位置,比较这三点的函数值大小,确定是否为“高—低—高”形态。 步骤: 1)选定初始点a1,初始步长h=h0,计算y1=f(a1)和y2=f(a1+h) 2)比较y1和y2; a)如果y1y2,向右前进,加大步长h=2h0,转(3)向前; b)如果y1y2,向左后退, h=-2h0,将a1和a2,y1和y2的值互换。转(3)向后探测; c)如果y1=y2,极小点在a1和a1+h之间。 3)产生新的探测点a3=a2+h,y3=f(a3); 4)比较函数值y2和y3: a)如果y2y3 ,加大步长h=2h,a1=a2,a2=a3,转(3)继续探测; b)如果y2y3,则初始区间得到: a=min[a1,a3],b=max[a1,a3],函数最小值所在区间为[a,b]。 初始点+15h0 初始点+7h0 初始点+3h0 8h0 3 初始点+7h0 初始点+3h0 初始点+ h0 4h0 2 初始点+3h0 初始点+ h0 初始点 2h0 1 初始点+ h0 初始点 h0 0 x3 x2 x1 h k 前进搜索步骤表 初始点-14h0 初始点-6h0 初始点-2h0 8h0 3 初始点-6h0 初始点-2h0 初始点 4h0 2 初始点-2h0 初始点 初始点+ h0 2h0 1 初始点+ h0 初始点 h0 0 x3 x2 x1 h k 后退搜索步骤表 (3)搜索区间外推法程序框图 是 否 是 是 否 否 初始进退距 前进计算 后退计算 1.5 7.125 0.7 4.429 0.3 6.681 0.8 2 0.7 4.429 0.3 6.681 0.1 8.203 0.4 1 0.3 6.681 0.1 8.203 0 9 0.1 0.2 0 x3 y3 x2 y2 x1 y1 h k 0.4 5.992 1.2 4.584 1.6 8.488 -0.8 2 1.2 4.584 1.6 8.488 1.8 12.096 -0.4 1 1.6 8.488 1.9 14.377 1.8 12.096 1.8 12.096 1.9 14.377 0.1 -0.2 0 x3 y3 x2 y2 x1 y1 h k 7 16 3 0 1 4 4 1 3 0 1 4 0 9 1 2 0 x3 y3 x2 y2 x1
文档评论(0)