最优化方法 powell法求解无约束优化问题.docVIP

PAGE  PAGE 6 数学与计算科学学院 实 验 报 告 实验项目名称 powell法求解无约束优化问题 所属课程名称 最优化方法 实 验 类 型 算法编程 实 验 日 期 班 级 学 号 姓 名 成 绩 一、实验概述：【实验目的】 掌握Matlab数值计算的基本方法； 掌握powell法并利用powell法解课本第358页第五题，使用MATLAB编程实现； 调整参数并对数值结果进行分析。 【实验原理】 Powell方法是一种有效的直接搜索法，这种方法本质上是共轭方向法。 Powell方法把整个计算过程分成若干个阶段，每一阶段（一轮迭代）由n+1次一维搜索组成。在算法的每一阶段中，先依次沿着已知的n个方向搜索，得一个最好点，然后沿着本阶段的初点与该最好点连线方向进行搜索，求得这一阶段的最好点。再用最后的搜索方向取代前n个方向之一，开始下一阶段的迭代。 具体计算步骤如下： 1.给定初始点，n个线性无关的方向，允许误差，置； 2.置，从出发，依次沿方向进行搜索，得到点，再从出发，沿着方向作一维搜索，得到点； 3.若，则停止计算，得点；否则，令，置，返回步骤2. 改进的powell法与原来的方法主要区别在于替换方向的规则不同。 【实验环境】 Microsoft Windows 7 Matlab 二、实验内容：【实验方案】 1.选定题目，解的极小点，取初始点。 2.使用改进的powell算法解决问题，利用Matlab编写程序解决问题。 3.运行程序并调拭，得出结果。 4.分析结果。 【实验过程】（实验步骤、记录、数据、分析） 1. 编写出powell法解无约束优化问题的主程序： clc; clear; Function[a,b]=section(x1,x2,d1,d2) x11=x1;x22=x2; d11=d1;d22=d2; h0=1; h=h0;alphal=0; y1=y(x11,x22,d11,d22,alpha1); alpha2=h;y2=y(x11,x22,d11,d22,alpha2); t=0; if y2y1 h=-h;alpha3=alpha1;y3=y1;t=1; end while(1) if t==1 alpha1=alpha2;y1=y2; alpha2=alpha3;y2=y3; else t=1; end alpha3=alpha2+h; y3=y(x11,x22,d11,d22,alpha3); if y3y2 h=2*h; else break; end end if alpha1alpha3 tem=alpha1; alpha1=alpha3; alpha3=tem; a=alphal;b=alpha3; else a=alpha1;b=alpha3; end clc; clear; Function mk = armijo(fun,xk,rho,sigma,gk) assert(rho0rho1); assert(sigma0sigma0.5); mk=0;max_mk=100; while mk=max_mk x=xk-rho^mk*gk; if feval(fun,x)=feval(fun,xk)-sigma*rho^mk*norm(gk)^2 break; end mk=mk+1; end return; 2.编写出使用改进的powell法来求解问题的Matlab程序（详细程序见附录源程序）。 3.运行程序，得出结果如图所示： 从上述运行结果可以得出，最优解为,最优值为。 【实验结论】（结果） 改进的powell法，当初始搜索方向线性无关时，能够保证每轮迭代中以搜索方向为列的行列式不为零，因此这些方向是线性无关的。而且随着迭代的延续，搜索方向接近共轭的程度逐渐增加。 虽然改进的powell法，不再具有二次终止性，但是，它的计算效果依然非常好。【实验小结】（收获体会） 通过本次实验，了解了powell法与改进后的powell法的区别，对于无约束最优化方法了解更深。经过多次Matlab编程，使得我更加熟悉Matlab编程语言。 三、指导教师评语及成绩：