数值实验三.doc

最优化数值实验报告三 实验目的： 能够对具体的问题用合适的最优化方法进行求解。 对同一个问题用不同的优化方法进行求解并比较其优劣。 实验内容：（主要是《最优化练习题017》中的3，4，5题） (1)设某实验对象的变化规律可由专业知识得出下列函数 其中a,b,c是反映对象物理特性的待定参数。经过实验,测得数据为 k 1 2 3 4 5 6 7 8 x 0.20 1.0 2.0 3.0 5.0 7 11.0 16.0 y 5.05 8.88 11.63 12.93 14.15 14.73 15.30 15.60 请你把此问题表示为最小二乘问题的模型，然后用你认为合适的方法求解，得出待定参数 a,b,c的具体数值，将实验对象的变化规律写出。进一步，如果根据专业知识，知道待定参 数a,b,c还满足下列条件：,那么结果又是如何？请你写出求解的数学思想，求解的全过程，并分析你的方法的优缺点。 解： 首先将问题表示为最小二乘问题的模型，即是将目标函数写成若干个函数的平方和的形式，一般可以写成 其中是中的点。一般假设，最小而成问题就是求 对于本题而言，有m=8,且 所以问题转化为求 通过在前次实验中对各种无约束问题的算法分析和比较知道，BFGS是当中一种性能比较好的，所以首先我们采用BFGS法。（同前两次实验，jintuifa和gold对应进退法和黄金分割法。见附录） 程序： syms a b c r; f1=a*exp(b/0.20)+c-5.05;f2=a*exp(b/1.0)+c-8.88;f3=a*exp(b/2.0)+c-11.63; f4=a*exp(b/3.0)+c-12.93;f5=a*exp(b/5.0)+c-14.15;f6=a*exp(b/7.0)+c-14.73; f7=a*exp(b/11.0)+c-15.30;f8=a*exp(b/16.0)+c-15.60; f=f1^2+f2^2+f3^2+f4^2+f5^2+f6^2+f7^2+f8^2; x=[a,b,c]; df=jacobian(f,x); df=df.; error=1e-6;x0=[0,0,0];g1=subs(df,x,x0);k=0;H0=[1,0 0;0,1 0;0 0 1]; while(norm(g1)error) if k==0 d=-H0*g1; else H1=H0+(1+qk*H0*qk/(pk*qk))*(pk*pk)/(pk*qk)-(pk*qk*H0+H0*qk*pk)/(pk*qk); d=-H1*g1; H0=H1; end z=subs(f,x,x0+r*d); result=jintuifa(z,r); result2=gold(z,r,result); step=result2; x0=x0+step*d; g0=g1; g1=subs(df,x,x0); qk=g1-g0; pk=step*d; k=k+1; end; k x0 min=subs(f,x,x0) 结果： 在上述实验中，选择的初始点为（0，0，0），当，停止寻优，其中= 。最后我们取得的最优解为（a,b,c）=(11.3457, -1.0730,4.9974),最优值为1.9877e-004。效果还是比较不错的。 我们可以得到实验对象的变化规律如下： 我们取k=4的时候带入验证，=12.9315，与原来的12.93相差无几。 进一步，我们假设参数a,b,c满足下面的条件，打算采用拉格朗日乘子法，惩罚函数法和广义乘子法来求解。但是在用拉格朗日乘子法和惩罚函数法求解的时候，发现BFGS法会出现分母为零的情况，导致计算无法正确进行，是由计算过程中的误差的产生而使得分母为0的。但是广义乘子法没有这样的情况。所以最后采用的广义乘子法。 程序： syms a b c t v; f1=a*exp(b/0.20)+c-5.05;f2=a*exp(b/1.0)+c-8.88;f3=a*exp(b/2.0)+c-11.63; f4=a*exp(b/3.0)+c-12.93;f5=a*exp(b/5.0)+c-14.15;f6=a*exp(b/7.0)+c-14.73; f7=a*exp(b/11.0)+c-15.30;f8=a*exp(b/16.0)+c-15.60;f9=2*a+b^2+tan(c)-15; f=f1^2+f2^2+f3^2+f4^2+f5^2+f6^2+f7^2+f8^2+0.5*t*f9^2-v*f9;