第二次最有优化上机讲述.doc

课程名称： 最优化计算方法 指导教师： 付云姗 班级： 信科13 姓名： 李贵显 学号： 1311710106 实验项目名称： 一维优化方法练习 实验目的及要求： 编写程序实现全局牛顿法； 编写程序实现割线法； 编写程序实现Goldstein非精确线性搜索。 实验原理： 在Matlab环境下，按照要求编写函数和程序，求解实例，直至取得正确的运行结果。 算法4：全局牛顿法 S1 给出精度,令k:=0; S2 计算,, 若则转S4；若则停止； 令初始值； S3 令, 如果, 则转 S3; 令,k=k+1， 转S2； S4令, 如果, 则令， 置; S5 如果 则转S6；置； 转S5; S6 令, k=k+1， 转S2. 算法 5 割线法 S1 给出精度,令k:=0; S2 若, 停止，极小值点为； S3 令; S4 令k:=k+1, 转S2. 算法 6 Goldstein非精确线性搜索 S1在搜索区间或上取定初始试探点，计算,给出可接受系数和, 增大探索点系数,或 S2 计算, 若 则转S3，否则令,转S4; S3 若，停止迭代输出；否则令,若,转S4, 否则令,,转S2; S4 令 ，置转S2. 实验内容（方法和步骤）： 题目7 编写程序实现全局牛顿法。 利用Matlab编写函数 [x,miny]=GlobalNewton(f,x0,eps).其中f为目标函数，x0为初始点，eps为算法终止的精度。用全局牛顿法求解无约束优化问题minf(x)。 GlobalNewton.m文件 function [x,miny]=GlobalNewton(f,x0,eps) k = 0; x = x0; g = diff(f); h = diff(g); fx = subs(f, findsym(f), x); gx = subs(g, findsym(g), x); hx = subs(h, findsym(h), x); delta = eps; alpha = 0; beta = 0; epsgx = eps; while 1 if abs(gx)epsgx if hx=0 break; else delta = 2 * delta; f3 = subs(f, findsym(f), x + delta); while f3=fx delta = 2 * delta; f3 = subs(f, findsym(f), x + delta); end x= x + delta; k = k + 1; fx = subs(f, findsym(f), x); gx = subs(g, findsym(g), x); hx = subs(h, findsym(h), x); end continue; end beta = hx; if beta=0 beta = 1; alpha = 1; end f1 = subs(f, findsym(f), x-alpha*gx/beta); f2 = subs(f, findsym(f), x)-alpha*gx^2/(4*beta); while f1=f2 alpha = alpha/2; f1 = subs(f, findsym(f), x-alpha*gx/beta); f2 = subs(f, findsym(f), x-alpha*gx^2/(4*beta)); end x = x - alpha*gx/beta; k = k+1; fx = subs(f, findsym(f), x); gx = subs(g, findsym(g), x); hx = subs(h, findsym(h), x); end x = vpa(x, 6) miny = vpa(fx, 6) end 题目8 取初始点x0=5，用全局牛顿法求函数的极小值点。 shiyan8.m文件