机械优化设计--第四章(第6次课).pptxVIP

;;;变尺度法也称拟牛顿法，它是基于牛顿法的思想而又作了重大改进的一类方法。我们所介绍的变尺度法是由 Davidon 于1959年提出又经 Fletcher 和 Powell 加以发展和完善的一种变尺度法，故称为DFP变尺度法。;;;;(3) 变尺度法的搜索方向 :S(k) = - Ak gk ，称为拟牛顿方向。; 拟牛顿方向 S(k) = - Ak gk 必须具有下降性、收敛性和计算的简便性。;下降性：要求S(k)与-gk之间的夹角小于90o，即：;变尺度矩阵是随迭代过程的推进而逐次改变的，因而它是一种矩阵序列;构造矩阵Ak+1应该满足一个重要条件—拟牛顿条件;设F(x) 为一般形式 n 阶的目标函数，并具有连续的一、二阶偏导。在点 x(k) 处的二次泰勒近似展开;上式中，x(k+1) –x(k) 称之为位移矢量，并简化书写:;按照变尺度法产生构造矩阵的递推思想，期望能够借助前一次迭代的某些结果来计算下一个构造矩阵，因此可以根据上式，用第 k+1 次构造矩阵 Ak+1 近似代替 Hk-1 ，则;;;由上式可以看出，构造矩阵Ak+1的确定取决于第 k 次迭代中的下列信息：; DFP算法的收敛速度介于梯度法和牛顿法之间。;;任取初始点 x(0) 给出迭代精度ε.计算初始点精度 及其模 。若 转步骤⑺，否则进行下一步;计算x(k+1) 的梯度gk+1及其模 ，若 则转步骤⑺，否则转下一步;DFP算法流程图;解： 1）取初始点 　，为了按DFP法构造第一次搜寻方向d0，需计算初始点处的梯度;;;=;为一维搜索最佳步长，应满足;例: 用DFP变尺度法求目标函数;式中最优步长应用一维搜索方法在计算机上求解。为了说明问题，又因为此例目标函数简单，所以用解析法来求：;第二次迭代：;将数据代入得;则：;讨论：;DFP算法由于舍入误差和一维搜索的不精确，有可能导致Ak奇异，而使数值稳定性方面不够理想。所以1970年，Broyden、Fletcher、Goldstein、Shanno等人提出一种更稳定的算法，称为BFGS算法。其校正公式为：;36; 为两个极小点 ;对于二次函数， 两点处的梯度可表示为;结论：从不同的点出发沿某一方向分别对函数作两次一维搜索，得到两个极小点，那么这两个极小点的连线方向与该方向对G共轭;（3） 基本算法;（3） 基本算法;（3） 基本算法;（3） 基本算法;（3） 基本算法;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例;（4） 基本算法示例; 可能在某一轮迭代中出现基本方向组为线性相关的矢量系的情况。如第k轮中，产生新的方向：  dk=xnk-x0k=?1kd1k+ ?2kd2k + ? ? ? + ?nkdnk 式中， d1k、d2k 、 ? ? ? 、 dnk为第k轮基本方向组矢量， ?1k 、 ?2k、 ? ? ? 、 ?nk为各方向的最优步长。 若在第k轮的优化搜索过程中出现?1k=0，则方向dk表示为d2k、 d3k 、 ? ? ? 、 dnk的线性组合，以后的各次搜索将在降维的空间进行，无法得到n维空间的函数极小值，计算将失败。;鲍威尔基本算法的退化;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;（5） 基本算法缺陷;67;68;鲍威尔算法的方向淘汰;为了构造第k+1轮基本方向组，采用如下判别式： 按照以下两种情况处理： 1) 上式中至少一个不等式不成立，则第k+1轮的基本方向仍用老方向组d1k、d2k、 ? ? ? 、 dnk。 k+1轮的初始点取 x0k+1=xnk F2F3 x0k+1=xn+1k F2?F3;2）两式均成立，则淘汰函数值下降最大的方向，并用第k轮的新生方向补入k+1轮基本方向组的最后，即k+1轮的方向组为d1k、d2k 、….、 dm-1k、dm+1k 、 ? ? ? 、dnk、 dk 。k+1轮的初始点取: x0k+1=xk ,x