现代设计方法---非线性规划.ppt

§3-3 无约束条件下多变量函数的优化设计方法 一、概 述 多变量函数一般都比较复杂，有时甚至无明确的数学表达式，往往藉助于所谓的直接法里的爬山法。 爬山法是利用已有的信息，通过点的直线移动，逐步改善目标函数而达到最优。因此每一次爬山计算有两个目的： (1)获得目标函数的改进值； (2)为进一步计算给出有用的信息。 爬山法的搜索过程实质上由两部分组成：一是选定搜索的方向；二是在确定的方向上爬山搜索。由于选取搜索方向与爬山前进方式的不同，构成了各种不同的爬山法。 二、变量轮换法 属于直接法，其基本思想是把一个多变量的问题转化为一系列单变量的问题的优化方法，即每次对多元函数的一个变量进行一维搜索，并依次轮换到其他各个变量进行同样搜索以完成第一轮的搜索，如此反复直到找到目标函数的极值点为止。这种方法也称为降维法，由于降维方式的不同，从而产生了各种不同的降维法。用得较多的一种降维法，叫“变量轮换法”，也称“交替法”。 例1：目标函数为： 设起始点X(0)=(0，0)T，试用变量轮换法求目标函数的极小值。 解一：先固定X(1)= x1(0) =0，则f(x2)=x22－4x2+60。对x2寻优，此为单变量函效，用二次多项式近似法寻优得x2(1)=2，f (X(1))=56。然后，固定x2