最优化方法 非精确搜索+CD 实验报告.docVIP

PAGE  PAGE 5 数学与计算科学学院 实 验 报 告 实验项目名称 非精确搜索+CD 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； 掌握共轭下降法即CD法并进行MATLAB编程实现； 进行数值实验并对数值结果进行分析。 【实验原理】 CD方法是Fletcher在1987年引入的共轭下降法。CD法的一个重要性质为：只有强Wolfe条件中的参数，CD方法在每次迭代便产生一个下降搜索方向，这与FR方法和PRP方法不同，因为FR方法和PRP方法在这时对一致凸函数都有可能产生一个上升搜索方向。采取强Wolfe非精确线性搜索的共轭梯度法，只要每个搜索方向下降，即可保证收敛性。所以这一结论为CD方法的收敛性分析提供了一个非常有力的工具，不过采取强Wolfe非精确线性搜索的CD方法，无法保证其全局收敛性。 CD方法中， 的选取按照如下公式： 对于推广的Wolfe线性搜索，若参数满足，可得到，当参数满足上述式子时，CD法必定全局收敛。相反的，若参数满足，可构造出例子，使得CD方法收敛于一个非稳定点，表明是必要的。若参数满足，这时可能以指数级数增长。由此，给出一般性证明，表面对任意正常数，满足推广的Wolfe线性搜索的CD方法不必收敛，且是必要的。 【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.在强Wolfe非精确线性搜索下，使用CD方法，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.编写出强Wolfe搜索的主程序： clc,clear; syms x; for i=1:2 transX(i)=sym(strcat(xnum2str(i))); end X_sym=transX; X_sym=(x1,x2); X=[-1,2,1]; d=[1,1]; WolfeSearh(X_sym,X,d); 2.编写出使用共轭梯度法中的CD方法来求解的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x=1.0000,最小值约为f=0。 【实验结论】（结果） 由实验可见，虽然一般参数的强Wolfe条件即可保证CD方法在每步产生一个下降搜索方向，但是CD方法的收敛性质并不好。而且CD方法有着和FR方法一样的数值缺点，即可能连续产生许多小步长而不恢复。CD方法在实际的数值表现中与FR方法相差不大。 【实验小结】（收获体会） 本次研究CD方法的实验，加深了我对于共轭梯度法的了解，一种算法不同公式来解决问题，学会从不同的角度来思考。 在试验中，使得我们对于Matlab编程的方法内容更加了解，小组成员共同努力得出结果，互帮互助，气氛融洽。 三、指导教师评语及成绩：评 语评语等级优良中及格不及格1.实验报告按时完成,字迹清楚,文字叙述流畅,逻辑性强2.实验方案设计合理3.实验过程（实验步骤详细,记录完整,数据合理,分析透彻）4实验结论正确.  成 绩： 指导教师签名： 批阅日期：附录1：源 程 序 clc; clear; n=2; x=[2,0]; max_k=100; count_k=1; trace(1,1)=x(1); trace(2,1)=x(2); trace(3,1)=f_fun(x); k=0; g1=f_dfun(x); s=-g1; while count_k=max_k if k==n g0=f_dfun(x); s=-g0; k=0; else r_min=fminbnd(@(t)f_fun(x+t*s),-100,100); x=x+r_min*s; g0=g1; g1=f_dfun(x); if norm(g1)10^(-6) break