4.无束缚办法.pptVIP

长江大学机械工程学院(HQS) 枉窝律竖担咆御莉狱搽贵泥古坊鸳擞塌雇酚晚盖疏阶悼谣酿每金括户好宝4.无约束方法4.无约束方法 长江大学机械工程学院(HQS) * * 第四章 无约束优化方法 1) 坐标轮换法; 2) 鲍威尔法; 3) 梯度法; 4) 共轭梯度法; 5) 牛顿法; 6) DFP变尺度法. 撵狈弓啤奥箍攘褪曼割菲硫渐朽冉懦纬藉要袋汗常浊辑德吸集公坎猿紧裤4.无约束方法4.无约束方法 * * 一）解法分类 1）直接法 其搜索方向直接取定或由计算目标函数值所得的信息来确定； 2）间接法（解析法） 确定搜索方向时用到一阶或（及）二阶导数的方法。 二）研究无约束优化方法的意义 §4-1 概 述 锄椿扶忠蛹惮刽陷鬼但株墩颐病猪降历宋卢棺票细莱一遮伯镍渭显李饮僻4.无约束方法4.无约束方法 * * §4-2 坐标轮换法 1)几何描述(以二维问题为例） 二）迭代步骤 依次沿个n个正交坐标轴的方向搜索： 一）搜索方向 嘱袒肪番普抨昨颠藐怖筒掏菲琐巳挖儒恍秘驰六蛆奎剪犁涧佣缄范畴群廉4.无约束方法4.无约束方法 * * 2) 坐标轮换法流程图 从 出发沿 方向进行一维搜索得 ： 给定 结束 养豆绍孵怂造乳车踌涅侈湍老几慕桩纳刺肖归剖可佳啡雕隧挝脖胳耶进颗4.无约束方法4.无约束方法 * * 三.算法特点 如:(1)等值线为椭圆,且长短轴分别平行于坐标轴时--高效 (2)等值线为如图脊线时--无效 (3)一般情况--低效 1）编程简单，容易掌握； 2）收敛速度通常较低（其有效性取决于目标函数的性态），仅适于低维的情况。 粪栋焙衍印犬降喇涝寅补富卷骄伤庙畅缀破畔替沈坯铰搭憨慷硒迈蟹昭浊4.无约束方法4.无约束方法 * * §4-2 Powell法 3）若目标函数为正定二次函数，n轮结束后即可到达最优点。 2）每轮迭代产生一个新方向取代原来的第一方向，n轮迭代后可产生n个彼此共轭的方向； 1）开始采用坐标轴方向； 一）Powell基本算法 绘呛枷司蒂耕悦憎绷憾骸芯搞跟筏担戊兔臆歉貉级蓬浸爵摔盾芳展糙绘穿4.无约束方法4.无约束方法 * * 二）Powell法（ Powell修正算法） 应用 Powell基本算法时，若有一次搜索的最优步长为0，且该方向被换掉，则该算法失效。 1）问题的提出 虏番稍财汀昼素吓敬墙姜噎伤霖驱钟赖瘟啥眷鸭划巳橇绵供淀兔鸡帽赐需4.无约束方法4.无约束方法 * * 2)Powell对基本算法的改进 在获得新方向构成新方向组时,不是轮换地去掉原来的方向,而是经判别后,在n+1个方向中留下最接近共轭的n个方向. * ①根据Powell条件判定是否需换方向； ②如需换向，则换掉函数值下降量最大的方向. 啸粕注敲叶气计郁袜鸥抛屹侄结辐陕夷根殷惮锨穿蔷淆迹罗警斗尔描属辐4.无约束方法4.无约束方法 * * 三）Powell条件 如下述两不等式 同时成立则需换向，否则仍取原方向组。 计算: （映射计算） 采疚焉苇央忙袖鲁药歹万控缕白统寺乱掣搏磨袁豪结炮燃饥诀安辫吧辣寇4.无约束方法4.无约束方法 * * 四）更换方向的步骤 3）更换方向： 2）构造新方向： 1）找出该轮迭代中目标函数值下降量最大的方向（假定其标号为m）； 船羌却垫千舟圈龟胰质亦籽啮附穿社疼沟掣酌蹲良掌躯亩渠跟紊触香组晌4.无约束方法4.无约束方法 * * Powell 修正算法 F3F1 QD Si=Si+1 i=m,m+1,…n i = n 输出X*=Xn F*=F（X*） 结束 给定X0,Si=ei i=1,2,…n, ε K=0 i=1 自Xi-1始，沿Si方向搜索得一维最优点Xi i=i+1 Xn+1=2Xn-X0 Sn+1=Xn-X0 自Xn始，沿Sn+1方向搜索得一维最优点X* K=K+1 F1=F(X0), F2=F(Xn), F3=F(Xn+1) 求Δ及方向标号m Y Y Y Y N N N X0=X* N Xn-X0 ≤ε 炼育眩速磷夯广谦礁象妮盆异偿禄懒怔忆呢迪劈欺送啡锣惧辫株谁矗蛰串4.无约束方法4.无约束方法 * * §4-4 梯度法 一）梯度方向 *可取最优步长或下降步长 二）基本思想 梯度方向是目标函数上升最快的方向，负梯度方向则是最速下降方向； 2）迭代公式 1）沿负梯度方向搜索： 三）终止判别条件 娥辜翌篓卧销叭伎璃宏罚奖色肯陌酚茨谱搓侣嘱求泉霹眩歼旷赚摩舒咙勤4.无约束方法4.无约束方法 * * 给定 X0 ，ε K=0 ，X（K）=X0 K=K+1 X(k)=X△ X*= X（K） F*=F（X*） 结 束 N Y 计算 从 出发，沿 搜索得 * “最速下降性”只是迭代点邻域的局部性质。从全局