多维度极值求法教程.docxVIP

多维度极值求法（海塞矩阵） 何森矩阵 凸集 正定规定，各阶矩阵都大于0，半正定其中一个矩阵等于0 拉格朗日乘子法计算P39 2-4 问答题 1.什么是一维搜索问题？ 答：当方向给定时，求最佳步长就是求一元函数的极值问题，它称为一维搜索。 2.试述两种一维搜索方向的原理，它们之间有何区别？ 答：搜索的原理是：区间消去法原理?? 区别：（1）、试探法：给定的规定来确定插入点的位置，此点的位置确定仅仅按照区间的缩短如何加快，而不顾及函数值的分布关系，如黄金分割法?? （2）、插值法：没有函数表达式，可以根据这些点处的函数值，利用插值方法建立函数的某种近似表达式，近而求出函数的极小点，并用它作为原来函数的近似值。这种方法称为插值法，又叫函数逼近法。 3.共轭梯度法是利用梯度求共轭方向的，那共轭方向与梯度之间有什么关系？（P70） 对于二次函数，,从点出发，沿G的某一共轭方向作一维搜索，到达点，则点处的搜索方向应满足，即终点与始点的梯度之差与的共轭方向正交。 4.惩罚函数法求解约束优化问题的基本原理是什么？ 答：惩罚函数求解约束优化问题的基本原理是将约束优化问题 中的不等式和等式约束优化函数?经过加权转化后，和原目标函数结合成新的目标函数----惩罚函数，即 ??????? 求解该新的目标函数的无约束极小值，以期得到原问题的约束最优解。 5.与最速下降法和牛顿法比较，试述变尺度法的特点。 答：P74--77 6.在变尺度法中，为使变尺度矩阵与近似，并具有容易计算的特点，必须附加哪些条件？ 答：（1）为保证迭代公式具有下降的性质，要求海塞矩阵中的每一个矩阵都是对称正定的。 （2）要求海塞矩阵之间具有简单的形式：。 ? （3）要求海塞矩阵必须满足拟牛顿条件。 7.试述数值解法求最佳步长因子的基本思路。 答?主要用数值解法，利用计算机通过反复迭代计算求得最?佳步长因子的近似值 8.写应用数学规划法求解优化设计问题的数值迭代公式，并说明公式中各变量的意义，并说明迭代公式的意义。 9.变尺度的搜索方向是什么？变尺度矩阵应满足什么条件？变尺度矩阵在极小点处逼近什么矩阵？并写出其初始形式。 10.在变尺度法中，变尺度矩阵为什么要求都是正定对称的？ 答：因为若要求搜索方向为下降方向，即要求，也就是，这样,即应为对称正定。 11.什么是共轭方向？满足什么关系？共轭与正交是什么关系？ 12.请写出应用MATLAB优化工具箱处理约束优化设计问题的基本步骤。 答：（1）编写定义目标函数的M文件——fun1.m （2）编写定义约束方程函数的M文件con.m （3）在窗口调用求解命令求解.。? ?求解格式为：x0=[-1,?1]? ????????????[x,?fval]=fmincon(@fun1?,x0,[?],[?],[?]?,[?]?,[?]?,[?],?@con)? 13.试述求解无约束优化问题的最速下降法与牛顿型方法的优缺点。 答：最速下降法此法优点是直接、简单，头几步下降速度快。缺点是收敛速度慢，越到后面收敛越慢。牛顿法优点是收敛比较快，对二次函数具有二次收敛性。缺点是每次迭代需要求海塞矩阵及其逆矩阵，维数高时及数量比较大。 14.为何优化设计的可行设计域和可行设计点？ 15.无约束优化问题数值求解的一般步骤是什么？ 答：（1）编写M文件，——fun1.m，定义目标函数文件。 在命令窗口中调用无约束线性函数fminunc求解。? ? 求解格式为：x0=[-1,?1]? ??????????[x,?fval]=fminunc(@fun1,x0) 16.什么是内点惩罚函数法？什么是外点惩罚函数法？他们适用的优化问题是什么？在构造惩罚函数时，内点惩罚函数法和外点惩罚函数法的惩罚因子的选取有何不同？ 1）内点惩罚函数法是将新目标函数定义于可行域内，序列迭代点在可行域内逐步逼近约束边界上的最优点。内点法只能用来求解具有不等式约束的优化问题。 内点惩罚函数法的惩罚因子是由大到小，且趋近于0的数列。相邻两次迭代的惩在可行域之外，序列迭代点从可行域之外逐渐逼近约束边界上的最优点。外点法可以用来求解含不等式和等式约束的优化问题。外点惩罚函数法的惩罚因子，它是由小到大，且趋近于的数列。惩罚因子按下式递增，式中为惩罚因子的递增系数，通常取 17．为什么说共轭梯度法实质上是对最速下降法进行的一种改进？. 答：共轭梯度法是共轭方向法中的一种，在该方法中每一个共轭向量都依赖于迭代点处的负梯度构造出来的。共轭梯度法的第一个搜索方向取负梯度方向，这是最速下降法。其余各步的搜索方向是将负梯度偏转一个角度，也就是对负梯度进行修正。所以共轭梯度法的实质是对最速下降法的一种改进。 18.优化设计的数学模型一般有哪几部分组成？简单说明。 19．简述随机方向法的基本