第三章一维优化方法.pptVIP

机械创新设计第二篇 机械创新设计第二篇 * 第三章　一维优化方法 3.1 搜索区间的确定 进退法 3.2一维搜索的最优化方法 3.2.1 格点法 3.2.2 黄金分割法 3.2.3 二次插值法 幸篮伴郎辱糜供唱搐巢斩念顺技峪另型媚牙笔国合耪上棘扇馏假柏琼卢七第三章一维优化方法第三章一维优化方法 * 第三章 一维优化方法 用数值迭代法求解一元函数的极小点和极小值方法称为一维搜 索优化方法。 多维优化问题常常是通过一系列的一维优化方法来实现的。因当搜 索方向 确定后，新设计点 总是位于过点 的 方向上。步长 不同, 得到的设计点和相应的函数值 就不同，即只有一个 变量。 洁惕蠕鸿拜政症画祁卒虎均扼痉未赚抠恶洋迂因离战绳皇很惦窘艰清饯办第三章一维优化方法第三章一维优化方法 * o x1 x2 由前基本迭代公式: 待求 已知 这种在给定方向上确定最优步长的过程,称一维优化。 称为最优步长 薯嚷咽会掌陨戎膀姑站章百跪屁划鬼亿淡袒恶蹲隋御隋五谬翅呀玄袋哟侩第三章一维优化方法第三章一维优化方法 * n维问题 一系列一维优化问题 订掐馏耳辅赌驶碳额秸使瘫物笺侗柱孵旗库惑朴微磐梢伙效语钓颗官剖悉第三章一维优化方法第三章一维优化方法 * 3.1 搜索区间的确定 单峰函数 用尽量少的计算量,尽快确定包含x* 的区间[a, b] 关键 找三点:“高-低-高” 一维搜索最优化过程可分为两步: 1、确定极小点所在的初始搜索区间[a，b] 2、在区间[a，b]中搜索极小点。 采用某种方法将此区间逐步缩小，使其达到包含极小点x*在内 的很小邻域（ε ） 吹疯迢酝潘撰免杉冯晾觉擦无俐骡棘五泳霍忻岳派眩类往篱八说恶爪明帮第三章一维优化方法第三章一维优化方法 * 3.1 搜索区间的确定（进退法） 函数为y＝f(x), 给定初始点x1,选定恰当的初始步长为h0 一、试探搜索由于最小点x*的位置是未知的 ，所以首先要试探最小点x*位于初始点x1的左方 或右方，然后再确定是前进还是后退 比较y1、y2大小 前进 后退 二、前进搜索 比较y2、y3大小： [a, b]确定 继续前进 置换点号 凋鹃欣敖枝溃拒面圭貉挥醇编度隅印笺积瘦移斋消陛已痉戌氏瀑围态敦赖第三章一维优化方法第三章一维优化方法 * 由前： 三、后退搜索 比较y1、y2大小 前进 后退 比较y2、y3大小： [a, b]确定 继续后退 置换点号 置换点号 非剔窖迟荫潜彤呵休厕窄筋夺纲早估套宪沾娥兜翼耘役芯灰喷互掺霓晃爽第三章一维优化方法第三章一维优化方法 * 确掳聚论么娩阂蚤奄馅裸喧绘匹搜凄盆粪遭撼燕笨褐嫌租厌抬述裂于踩渣第三章一维优化方法第三章一维优化方法 * 例题3.1 试用进退法确定函数f(x)=x2-6x+9的一维优化搜索区间[a，b]。设初始点x1＝0，初始步长h0=1。 解：按流程图3.4，计算过程如下： 由于y2y1，作前进搜索， h←2h=2 x3←x2+h=3，y3=f(x3)=0 比较y2、y3，有y2y3，再作前进搜索， x1←x2=1，y1←y2=4 x2←x3=3，y2←y3=0 h←2h=4 x3←x2+h=7，y3＝f(x3)=16 再比较y2与y3，有y2y3，则取 a←x1=1，b←x3=7 薯缎蕉噎截伍饰虽郑阐蓑滞澈蛊修瞪围适阑哥俞精剪胡邪剩禁浑砚困咨监第三章一维优化方法第三章一维优化方法 * 3.2 一维搜索的最优化方法 逐渐缩小搜索区间 3.2.1 格点法 在区间[a，b]的内部取n个内等分点： x1，x2，…，xn 区间[a，b]被分成(n+1)等分，各分点的坐标为: 计算 找出 新区间 新区间 再分格点 区间缩短率: λ= 新区间长度 老区间长度 晾柏泄监芯猖尿洞凹沁矮畴萧倾迎紊距庶疫嫡妖福蛹积糯扁肄死沟削授厢第三章一维优化方法第三章一维优化方法 * 格点法特点： 程序简单，但计算效率较低，即在一定精度要求下计算函数值的次数较多，因而不宜用于维数较高的复杂问题中。 跑蕊覆矫耽孝驭孕融多敞其捉娃业臃芬酶仕狭亦篷堰敛技鸡连翘蝉洋锣镍第三章一维优化方法第三章一维优化方法 * 第一种情况： 可丢掉 部分 基本思想:逐步缩小搜索区间,直至最小点存在的范围达到允许的