一维搜索方法_个_论文.docVIP

一维搜索方法 摘要：一维搜索方法是求解一维目标函数的极值点的数值迭代方法，可归结为单变量的函数的极小化问题。虽然优化设计中的大部分问题是多维问题，但是一维优化方法是优化方法中最基本的方法，在数值迭代过程中都要进行一维搜索，因此，对一维搜索方法的研究有着重要的意义。 关键字：一维搜索、区间消去法、黄金分割法、插值法 一．一维搜索的概念 1．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： （k=0，1，2...） 其中为第k+1次迭代的搜索方向，为沿搜索的最佳步长因子（通常也称作最佳步长）。 2．当方向给定，求最佳步长就是求一元函数的极值问题， 它称作一维搜索。 3．求多元函数极值点，需要进行一系列的一维搜索。可见一维搜索是优化搜索方法的基础。 4．求解一元函数的极小点，可采用解析解法和数值解法。 ⑴ 解析解法 ① 利用一元函数的极值条件，求。 ② 为了直接利用的函数式求解最佳步长因子。可把或它的简写形式进行泰勒展开，取到二阶项，即 将上式对进行微分并令其等于零，给出极值点应满足的条件 从而求得 这里是直接利用函数而不需要把它化成步长因子的函数不过， 此时需要计算点处的梯度和海赛矩阵G。 该方法的缺点是需要进行求导计算，对于函数关系复杂、求导困难或无法 导的情况，使用解析法将是非常不便的。 因此，在优化设计中，求解最佳步长因子主要