20070409第八章无约束条件下多变量函数的寻优方法讲解.ppt

变尺度法(DFP法与BFGS法) while(!flag) { count++; printf(第%d次迭代\n,count); damul(H,g,n,n,1,c); for(i=0;in;i++) { *(X+n*i)=x[i]; *(X+n*i+1)=-*(c+i); } delt=search(X); /*一维搜索求出λ*/ for(i=0;in;i++) x2[i]=x[i]-delt*(*(c+i)); func(y,g2,x2); /*求g，即函数的梯度及函数的值*/ for(i=0;in;i++) /*求sg*/ { sg[i]=*(g2+i)-*(g+i); sx[i]=x2[i]-x[i]; } for(i=0;in;i++) /*g2=g,x2=x*/ { *(g+i)=*(g2+i); x[i]=x2[i]; } /*求矩阵B*/ damul(sx,sx,n,1,n,B); /*矩阵相乘 B=|sx|*|sx|,sx就是Δx*/ damul(sx,sg,1,n,1,temp);/*temp=|sx|*|sg|,sg就是Δg*/ for(i=0;in;i++) /*B=B/temp即 B=(|sx|*|sx|)/(|sx|*|sg|)*/ for(j=0;jn;j++) { B[i*n+j]=B[i*n+j]/temp[0]; } 变尺度法(DFP法与BFGS法) /*求矩阵C*/ damul(H,sg,n,n,1,temp2); damul(temp2,sg,n,1,n,temp); damul(temp,H,n,n,n,C); damul(sg,H,1,n,n,temp2); damul(temp2,sg,1,n,1,temp); for(i=0;in;i++) for(j=0;jn;j++) { C[i*n+j]=C[i*n+j]/temp[0]; H[i*n+j]=H[i*n+j]+B[i*n+j]-C[i*n+j]; /*判断是否达到精度要求*/for(i=0;in;i++) { if(fabs(g[i])1e-6) {flag=0;break;} else flag=1; } /*输出迭代结果*/ for(i=0;in;i++) printf(x(%d)=%f \n,i,x[i]); printf(f(x)=%f\n,y); printf(------------------\n); } printf(minf(x)=%f\n,y); } 变尺度法(DFP法与BFGS法) DFP算法开始迭代！ 第一次迭代 λ=0.13077 x(0)=4.861536 x(1)=8.215384 f(x)=4.984615 第2次迭代 λ=0.49423 x(0)=4.999999 x(1)=6.000000 f(x)=0.000000 第3次迭代 λ=1.00000 x(0)=5.000000 x(1)=6.000000 f(x)=0.000000 minf(x)=0.000000 变尺度法(DFP法与BFGS法) 例７用变尺度法求　　　　　　　　　　　， 设已知初始点　　　　。 解：由递推公式 变尺度法(DFP法与BFGS法) 变尺度法(DFP法与BFGS法) 第八章变尺度法作业 无约束条件下多变量函数的寻优方法 P155 :习题八　９、１０　　 * 武汉理工大学 能源与动力工程学院 第八章 无约束条件下多变量函数的寻优方法 无约束条件下多变量函数的寻优方法 主 讲： 田 野 联系方式： E-mail: tywhut@163.com 第八章 无约束条件下多变量函数的寻优方法 无约束条件下多变量函数的寻优方法 §8.1 最速下降法 §8.2 牛顿法 §8.3 共轭梯度法 §8.4 变尺度法(DFP法与BFGS法) §8.5 下降算法收敛性的讨论 §8.6 单纯形加速法 §8.7 方向加速法 §8.8 最小二乘法 第八章 无约束条件下多变量函数的寻优方法 无约束条件下多变量函数的寻优方法 求 ，使对所有 　满足 无约束条件下多变量函数的寻优方法 §8.1 最速下降法 一、最速下降方向及沿最速下降方向的一维搜索 给一个初始点x0，计算 ，并取x0处的搜索方向为 最速下降法 例１设 ，求minf(x) 解：令 为求x1，从x0出发沿 方向求f(x)的极小，即求 由 第八章最速下降法作业 无约束条件下多变量函数的寻优方法 P155 :习题八　1 、2、3 无约束条件下多变量函数的寻优方法