华中科技大学工程优化设计-无约束间接法讲述.pptVIP

华中科技大学工程优化设计-无约束间接法讲述.ppt

  1. 1、本文档共33页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
工程优化设计 内容提要 工程优化问题建模 优化数学理论 一维搜索方法 无约束问题直接搜索方法 无约束问题间接接搜索方法 约束问题直接搜索方法 线性规划与二次规划问题求解 约束问题间接搜索方法 启发式算法 优化软件系统 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 无约束间接搜索方法 * 一.梯度法(最速下降法) 间接法: 利用函数的性态,通过函数微分或变分求优。 梯度法,牛顿法,共轭梯度法,变尺度法(拟牛顿法) (1) 算法思想 梯度的负方向代表目标函数下降最快的方向, 以负梯度方向作为一维搜索方向。 f(x)=f(x0)+(x-x0)T?f(x0)+O((x-x0)2) ?f(x0)+(x-x0)T?f(x0) 设 x=x0+?d, |d|=1 f(x)?f(x0)+ ?dT?f(x0) 由于| dT?f(x0) |?|d|*|?f(x0) |, 或|ab|=|a||b|cos(?) ?|a||b| 所以 d=? ?f(x0)/| ?f(x0) |时, | dT?f(x0) |最大. 即:如果? 一定, 在d=-?f(x0)/| ?f(x0) |时, f(x)下降最快 ?f(x0) d f(x)=2 f(x)=1 x0 f(x)=0 一.梯度法(最速下降法) (2) 算法 一.梯度法(最速下降法) (3) 算法分析 1.开始下降较快,当接近最优点时, 下降速度变慢,呈锯齿路线. 2.优点是算法简单. 局部下降最快不等于整体下降最快!! 二.牛顿法 (1) 算法思想 梯度法基于一次逼近,牛顿法基于二次逼近, 可以提高收敛速度. =?(X)= =0 牛顿法迭代公式 广义牛顿法中一维搜索 二.牛顿法 (2) 算法(广义牛顿法) 二.牛顿法 (3) 算法分析 收敛阶定义: 1-牛顿方向,2-梯度方向 牛顿法在现有算法中收敛速度最快; 但要求二阶可微,计算逆矩阵,计算量大,另外收敛与否依赖于 初始点的选择. 三.共轭梯度法 (1) 算法思想 结合共轭方向法和梯度法的优点, 将相互共轭的搜索方向,同时取为与当前点 梯度方向相关方向. 一般共轭梯度法: 初始化. g0= ?f(x0), 选择d0使 d0Tg00. 如果|gk|eps, 结束. 一维搜索 xk+1=xk+ak dk :min f(xk+ak dk). 选择dk+1,使dk+1THdj=0, j=0,1,…,k. H=?2f(xk) k=k+1,转步2. 三.共轭梯度法 性质1: 设x0,x1,x2,…,xk, gi=?f(xi), di为共轭搜索方向,即 xi+1=xi+aidi, 则 gi+1Tdj=0, j=0,1,…,i. gi+1=?f(xi+1) xi di xi+1 已知一般情况下,有: gi+1Tdi=0; 实际上当di之间共扼时,有: gi+1Tdi=0, gi+1Tdi-1=0,… 即,gi+1垂直di, di-1,…,d1 张成的子空间(或平面)。 xi-1 di-1 三.共轭梯度法 性质1: 设x0,x1,x2,…,xk, gi=?f(xi), di为共轭搜索方向,即 xi+1=xi+aidi, 则 gi+1Tdj=0, j=0,1,…,i. 证明: f(x)=0.5xTHx-bTx, gi=?f(xi)=Hxi-b, 使ri=gi= Hxi-b gk+1-gk=H(xk+1-xk)=aHdk 在一维精确搜索时, 当ji时, gi+1Tdj= gj+1Tdj+ gi+1Tdj= gj+1Tdj+ (gj+2Tdj-gj+1Tdj)+ (gj+3Tdj-gj+2Tdj)+…+(gi+1Tdj-giTdj) d1 d2 d3 g1 g2 g3 三.共轭梯度法 性质2: 设x0,x1,x2,…,xk是一维精确搜索 产生的点列, gi=?f(xi), di为共轭搜索方向, 即 xi+1=xi+aidi, 如果令 则 βi=0, i=0,1,…,k-2. 即:dk=-gk+βk-1dk-1, d0=-g0. f(x)=0.5xTHx-bTx, gi=?f(xi)=Hxi-b, d1 d2 d3 g1 g2 g3 性质2证明: 设d0=-g0, d1=-g1+β11d0, d2=-g2+ β21d0+ β

文档评论(0)

舞林宝贝 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档