最优化方法非精确搜索+CD实验试卷.docVIP

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）小结结论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; end m=(norm(g1)^2)/(norm(g0)^2); s=-g1+m*s; count_k=count_k+1; trace(1,count_k)=x(1); trace(2,count_k)=x(2); trace(3,count_k)=f_fun(x); k=k+1; end end count_k=x; f=f_fun(x); Function g=f_dfun(x) g(1,1)=20*x(1)^3-20*x(1)*x(2)+2*x(1)-2; g(2,1)=10*x(2)-10*x(1)^2; Function f=f_fun(x) f=5*x(1)^4-10*x(1)^2*x(2)+x(1)^2-2*x(1)+1+5*x(2)^2; 附录2：实验报告填写说明 1．实验名称实验目的目的要明确，要抓住重点， 4．实验环境实验用的软硬件环境。