ch-大型课题【DOC精选】.docVIP

第24章 大 型 课 题 24.1概述 随着工程技术大发展和最优化技术大广泛应用，科学技术领域中需要求解很多大规模问题。大型问题的解法近几年来在国内外频受重视，并做了很多工作，主要是将拟Newton法推广到大规模问题。在求解变量个数相当大的大型问题时，遇到的最大困难是需要非常大的存儲量。例如，Newton法、变尺度法为了计算逐次搜索方向需要存储n阶矩阵，这样就受到计算存储量的限制。而且，由此引起的计算时间过长。 但是，实际遇到的大规模问题一般都有十分有利的性质，即 (1)很多大型无约束问题，由于某些变量之间没有非线性的交互作用，故它的Hess矩阵含有大量的零元素。 (2)大规模问题中出现的矩阵往往具有一定的结构或模式。在一个具有一定结构的矩阵中，零或非零元素不是随机分布的，根据问题的固有性质和变量之间的关系，对它们在矩阵中所占的位置事先有所了解。对于稀疏的大规模问题，通常利用Hess的稀疏性和结构性进行求解，设法减少计算量和存储量（例如，与零元素的乘法可以不做；在有特定结构的矩阵中，大块的零元素可以不存储等），把Newton法，特别是拟Newton法推广到大型问题。 对于非稀疏的大规模问题，目前最有效的算法还是共轭梯度法和一些以它和拟Newton法为基础的修正算法。 表24-1描述了MATLAB中能求解的大型问题的数学模型和对应函数。在前面介绍各优化问题的优化函数时，我们也介绍了对应大型问题的算法。读者朋友们可以在解决具体问题时参考理解和使用。 表24-1 大型问题模型与函数表 函 数 问 题 模 型 附 加 条 件 备 注 fminunc 必须提供f(x)的梯度 提供Hess矩阵的稀疏结构，或计算目标函数的Hess矩阵 Hess矩阵必须是稀疏的 fmincon 必须提供f(x)的梯度 提供Hess矩阵的稀疏结构，或计算目标函数的Hess矩阵 Hess函数必须是稀疏的 lsqnonlin 不可供使用 提供雅克比矩阵的稀疏结构，或计算目标函数的雅克比矩阵 雅克比矩阵必须是稀疏的 lsqcurvefit 不可供使用 提供雅克比矩阵的稀疏结构，或计算目标函数的雅克比矩阵 雅克比矩阵必须是稀疏的 fsoIve F(x)=0 不可供使用 lsqlin C必须是稀疏矩阵 linprog 不可供使用 A和Aeq必须是稀疏矩阵 quadprog 不可供使用 H和Aeq必须是稀疏矩阵 24.2 带雅可比矩阵的非线性等式 Ex. 2401——help(Optimization Toolbox(Examples(Large-Scale Examples(Nonlinear Equations with Jacobian: 对于下面的问题，寻找x,使F(x)=0.假设n=1000. F(1)=3*x(1)-2*x(1)^2-2*x(2)+1 …… F(i)= 3*x(i)-2*x(i)^2-x(i-1)-2x(i+1)+1 …… F(n)= 3*x(n)-2*x(n)^2-x(n-1)+1 用fsolve函数求解大型非线性方程组。 第1步：建立M文件,计算目标函数值和雅可比矩阵. function [F,J] = nlsf1(x); % Evaluate the vector function n = length(x); F = zeros(n,1); % 以下过程相当一个for循环 i = 2:(n-1); F(i) = (3-2*x(i)).*x(i)-x(i-1)-2*x(i+1)+ 1; F(n) = (3-2*x(n)).*x(n)-x(n-1) + 1; F(1) = (3-2*x(1)).*x(1)-2*x(2) + 1; % Evaluate the Jacobian if nargout 1 if nargout 1 d = -4*x + 3*ones(n,1); % n行1列矩阵(或列向量) D = sparse(1:n,1:n,d,n,n); % 得到n*n阶对角元是d中元的对角阵，D为n阶对角阵 c = -2*ones(n-1,1); % n-1行1列阵,当n=2时, 即一个元素 C = sparse(1:n-1,2:n,c,n,n); % C(1,2)=c(1,1),C(2,3)=c(2,1),…,而C是n阶右上方阵 e = -ones(n-1,1); % 书上无 E = sparse(2:n,1:n-1,e,n,n); % E(2,1)=e(