matlab编程实现求解最优解.docVIP

《现代设计方法》课程 关于黄金分割法和二次插值法的Matlab语言实现 在《现代设计方法》的第二章优化设计方法中有关一维搜索的最优化方法的一节里，我们学习了黄金非分割法和二次插值法。它们都是建立在搜索区间的优先确定基础上实现的。 为了便于方便执行和比较，我将两种方法都写进了一个程序之内，以选择的方式实现执行其中一个。下面以《现代设计方法》课后习题为例。见课本70页，第2—7题。原题如下： 求函数f(x)=3*x^2+6*x+4的最优点，已知单谷区间为[-3,4],一维搜索精度为0.4。 先建立函数f(x),f(x)=3*x^2+6*x+4。函数文件保存为：lee.m 源代码为：function y=lee(x) y=3*x^2+6*x+4; 2、程序主代码如下，该函数文件保存为：ll.m clear; a=input(请输入初始点); b=input(请输入初始步长); Y1=lee(a);Y2=lee(a+b); if Y1Y2 %Y1Y2的情况 k=2; Y3=lee(a+2*b); while Y2=Y3 %直到满足“大，小，大”为止 k=k+1; Y3=lee(a+k*b); end A=a+b;B=a+k*b; elseif Y1Y2 %Y1Y2的情况 k=1;Y3=lee(a-k*b); while Y1=Y3 %直到满足“大，小，大”为止 k=k+1; Y3=lee(a-k*b); end A=a-k*b;B=a; else A=a;B=a+b; %Y1=Y2的情况 end disp([初始搜索区间为,num2str([A,B])])%输出符合的区间 xuanze=input(二次插值法输入0，黄金分割法输入1);%选择搜索方式 T=input(选定一维搜索精度); if xuanze==1 while B-AT %一维搜索法使精度符合要求 C=A+0.382*(B-A);D=A+0.618*(B-A); %黄金分割法选点 if lee(C)=lee(D); %缩小区间 A=C; else B=D; end end else while B-AT %二次插值法是精度符合要求 C=(A+B)/2; W=[1,A,A^2;1,B,B^2;1,C,C^2]; w=[lee(A);lee(B);lee(C)]; x=W\w; %求线性方程组解，求拟合曲线 xx=perms(x); for n=1:(factorial(3)); %使解得值与a0,a1,a2一一对应 t=1+(n-1)*3; a0=xx(t);a1=xx(t+1);a2=xx(t+2); if a0+a1*A+a2*A^2~=lee(A)||a0+a1*B+a2*B^2~=lee(B)... ||a0+a1*C+a2*C^2~=lee(C); continue end break end xp=-a1/(2*a2); %拟合直线的最低点 if lee(C)=lee(xp); %缩小区间 if C=xp; %xp与C大小不定，导致缩小方式不同 B=C; else A=C; end else if C=xp; A=xp; else B=xp; end end end end X=(A+B)/2;Y=lee(X); disp([极小值点为,num2str(X),极值为,num2str(Y)]);%输出结果 3、由于我编的程序，其搜索区间是自定的。不需要它提供的范围，只需要给出初始点，步长，搜索精度并确定方法即可。因此假设初始值为-5，步长为0.01，已知搜索精度为0.4。执行过程中遇到方法选择时二次插值法输入0，一维搜索法输