优化实验样板.docVIP

一维搜索方法 ——黄金分割法 实验目的： 1．熟悉一维搜索的方法——黄金分割法，掌握其基本原理和迭代过程； 2．利用计算语言（Matlab语言或C语言）编制优化迭代程序，并用给定实例进行迭代验证。 实验设备： 计算机、Windows XP、Matlab软件或C语言（任选一种） 实验内容： 1．根据黄金分割算法的原理，画出程序计算流程框图； 2．应用黄金分割算法，计算：函数F(x)=x2-10x+36，在搜索区间-10≤x≤10，ε=0.0001时，求解其极小点minF(x)。 实验原理： 黄金分割法适用于[a，b]区间上的任何单谷函数求极小值问题，对函数除要求“单谷”外不做其他要求，甚至可以不连续。因此，这种方法的适应面非常广。黄金分割法也是建立在区间消去法原理基础上的试探方法，即在搜索区间[a，b]内适当插入两点a1，a2，并计算其函数值。a1，a2将区间分成三段，应用函数的单谷性质，通过函数值大小的比较，删去其中一段，是搜索区间得以缩小。然后再在保留下来的区间上作同样的处理，如此迭代下去，是搜索区间无限缩小，从而得到极小点的数值近似解。 调用格式—function [x,minf]=minHJ(f,a,b,eps) 其中：f目标函数；a为初始收缩区间左端点；b为初始收缩区间右端点；eps为精度；x为目标函数取最小值时的自变量；minf为目标函数的最小值。 实验步骤： 黄金分割法是用于一元函数f(x)在给定初始区间[a,b]内搜索极小点A的一种方法。它的优点是算法简单、收敛速度均匀、效果较好等，是许多算法的基础，它只适用于一维区间上的单谷 图1原理图 函数，具体步骤是： a1,a2把[a,b]分为三段; 判断f(a1)与f(a2)的大小。如果F(a1)=r1F(a2)=r2，令a=a1，a1=a2，a2=a+r*(b-a)； F(a1)=r1F(a2)=r2，令b=a2，a2=a1，a1=b-r*(b-a)； 检验收敛精度ε。如果和大于ε，返回重新开始，反之则停止，输出结果。 思考题： 1、试分析黄金分割法使用条件？ 附录： function [x,minf]=minHJ(f,a,b,eps) format long; if nargin==3 eps=1.0e-6; end l=a+0.382*(b-a); u=a+0.618*(b-a); k=1; tol=b-a; while toleps k100000 fl=subs(f,findsym(f),l); fu=subs(f,findsym(f),u); if flfu a=l; l=u; u=a+0.618*(b-a); else b=u; u=l; l=a+0.382*(b-a); end k=k+1; tol=abs(b-a); end if k==100000 disp(找不到最优点！); x=NaN; minf=NaN; return; end x=(a+b)/2; minf=subs(f,findsym(f),x); format short; 一维搜索方法 ——二次插值法 实验目的： 1．熟悉一维搜索的方法——二次插值法，掌握其基本原理和迭代过程； 2．利用计算语言（Matlab语言或C语言）编制优化迭代程序，并用给定实例进行迭代验证。 实验设备： Windows XP, Matlab软件或C语言（任选一种） 实验内容： 1．根据二次插值法的原理，画出计算框图； 2． 应用二次插值法算法，计算：函数F(x)=sin(x)，在搜索区间4≤x≤5，ε=0.000001时，求解其极小点minF(x)。 实验原理：