第3章 一维搜索方法.pptVIP

第三章 一维搜索方法 §3-1 引言 §3-2 确定最优解所在区间的进退法 §3-3 一维搜索的区间消去方法 §3-4 一维搜索的插值类方法 §3-1 引言 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: 1、单谷（峰）区间 在给定区间内仅有一个谷值的函数称为单谷函数，其区间称为单谷区间。 二、确定初始单谷区间的进退法 二、确定初始单谷区间的进退法 二、确定初始单谷区间的进退法 (3）产生新的探测点x3＝x2＋h，y3＝f(x3); (4) 比较函数值 y2与y3： （b）如y2y3, x1=x2, x2=x3,转（3）继续探测。 （a）如y2y3, 则初始区间得到： a=min[x1,x3]， b=max[x3,x1]，函数最小值所在的区间为[a， b] 。 搜索区间确定之后，采用区间消去法逐步缩短搜索区间，从而找到极小点的数值近似解。 假定在搜索区间内[a,b] 任取两点a1,b1; f1＝f（a1）， f2＝f（b1） (1)如f1f2, 则缩小的新区间为[a,b1]; (2)如f1f2, 则缩小的新区间为[a1,b]; (3)如f1=f2, 则缩小的新区间为[a1,b1] 二、黄金分割法 黄金分割法适用于[a,b]区间上的任何单谷函数求极小值问题。对函数除要求“单谷”外不作其他要求，甚至可以不连续。因此，这种方法的适应面相当广。 黄金分割法也是建立在区间消去法原理基础上的试探方法。 第二次缩小区间： 令 x2=x1=0.764, f2=f1=0.282 x1=0+0.382 ·(1.236-0)=0.472, f1=0.317 由于f1f2, 故新区间[a,b]=[x1,b]=[0.472, 1.236] 因为 b-a=1.236-0.472=0.7640.2, 应继续缩小区间。 第四次缩小区间： 令 x2=x1=0.764, f2=f1=0.282 x1=0.472+0.382 ·(0.944-0.472)=0.652, f1=0.223 由于f1f2, 故新区间[a,b]=[a, x2]=[0.472, 0.764] 因为 b-a=0.764-0.472=0.2920.2, 应继续缩小区间。 黄 金 分 割 法 起源 美丽的五角星。 在工艺美术和日用品的长宽设计 。 舞台上的报幕员 。 植物的叶子。 科学实验中合理地安排较少的试验次数。 向日葵花盘。 人体的结构比例。 §3-4 一维搜索的插值类方法 二、抛物线法（二次插值法） 1. 二次多项式p(x)的构成及其极小点 设原目标函数的初始单峰区间为。函数在x1, x2, x3 3点处函数值分别为f1, f2, f3， 例 2 ： 用二次插值法求函数f(x)=3x3-4x+2的极小点，给定 ε=0.2。 解 1）确定初始区间 初始区间[a,b]=[0,2], 中间点x2=1。 在新区间，相邻三点的函数值: x1=0, x2=0.555, x3=1; f1=2, f2=0.292, f3=1. xp*＝0.607, fp=0.243 由于fpf2, xpx2, 新区间[a,b]=[x2, b]=[0.555,1] |x2-xp * |=|0.555-0.607|=0.0520.2, 迭代终止。 xp*＝0.607, f*=0.243 小结 几种搜索方法的优缺点 黄金分割法：适用范围广；收敛慢。 牛顿法：收敛速度快；需求导且初始点要求高。 抛物线法：能很快收敛，但可靠性不如0.618法。 即 依次继续下去，可得牛顿迭代公式： 牛顿法所作的几何解释 牛顿法所作的几何解释 在图中，在x0处用一抛物线φ(x)代替曲线f(x)，相当于用一斜直线φ’(x)代替曲线f’(x) 。这样各个近似点是通过对作f’(x)切线求得与轴的交点找到的，所以，有时，牛顿法又称作切线法。 牛顿法的计算步骤： 给定初始点 ，控制误差 ，并令k=0。 1）计算 2）求 3）若 ，则求得近似解 停止计算，否则做4。 4）令k=k+1，转做1)。 例1：用牛顿法求下题的极小值 ，初始点x0=3,ε=0.