第5章 多维搜索优化方法.pptVIP

第5章 多维搜索优化方法 5.1 共轭方向法 一、基本原理 二、方法特点 1.简单易行。 2.探索路线长，效率低。 3.受函数性态的限制。 5.1.3 共轭方向的构成 5.2 鲍威尔（Powell）法 5.2.1共轭方向法的缺陷 (1) 具有二次收敛速率。 (2) 原则上来说，n维问题，n次迭代就可以收敛。 (3) n次迭代就可以收敛，前提条件是如果每次都是精确计算的话。 5.2.2 鲍威尔对共轭方向法的改进 Powell条件 1.如果满足鲍威尔条件（任一个或同时） 2.如果鲍威尔条件都不满足 5.2.3 迭代过程、算法框图和m文件 开始 例题5-2 解: 且 M文件 %eg5_2.m %powell例题 syms x1 x2 %定义符号变量 f=x1^2+2*x2^2-4*x1-2*x1*x2 disp 目标函数： pretty(f); %以简化形式表示f n=2; x01=1;x02=1;X0=[x01 x02]; %初值赋在X0点 FF0=subs(subs(f,x01),x02); %初始点函数值 S=[1,0;0,1]; %初始迭代方向，共两个 h0=[-5,5]; %初始步长区间 M文件 for i=1:10 %powell循环10次 XS=X0; %XS为工作数组 for j=1:n ds=S(j,:); %ds为工作方向 h=mygoldsearch(h0,XS,ds); X(j,:)=XS+h*ds; %第j点坐标 F(j)=subs(subs(f,X(j,1)),X(j,2)); XS=X(j,:); %第j点置于工作数组 end fy1=subs(subs(f,X0(1,1)),X0(1,2)); fy2=F(n); %求映射点及其函数值 XR=2*X(n,:)-X0; fyr=subs(subs(f,XR(1,1)),XR(1,2)); mydelta(1)=FF0-F(1); %求第1下降差 for j=2:n %求各下降差 mydelta(j)=F(j-1)-F(j); end %一轮循环各迭代点找到 M文件 i=i+1; fprintf(1, 迭代次数 i=% 3.0f\n,i-1) fprintf(1, 迭代初始点列 X0=\n) disp(X) fprintf(1, 本轮迭代最终点函数值F= %3.4f\n,F(n)) disp fprintf(1, 本轮迭代的方向 S=\n) disp(S) end %powell循环结束 fprintf(1, 迭代初始点X0\n) disp(x01) disp(x02) fprintf(1, 迭代初始点函数值F0= %3.4f\n,FF0) fprintf(1, 迭代最优点 X*=\n) disp(X(n,:)); fprintf(1, 迭代最优点函数值F*= %3.4f\n,F(n)) M文件 %mygoldsearch.m function myh=mygoldsearch(hw,xw,sw) fgold=inline(xgold1^2+2*xgold2^2-4*xgold1-2*xgold1*xgold2,xgold1,xgold2); a=hw(1);b=hw(2);epsilon=0.25; %搜索区间和收敛精度 %求第两内点及其函数值 h1=b-0.618*(b-a);x1=xw+h1*sw;f1=fgold(x1(1),x1(2)); h2=a+0.618*(b-a);x2=xw+h2*sw;f2=fgold(x2(1),x2(2)); while abs(b-a)epsilon if f1f2 a=h1;h1=h2;f1=f2; h2=a+0.618*(b-a);x2=xw+h2*sw; f2=fgold(x2(1),x2(2)); else b=h2;h2=h1;f2=f1; h1=b-0.618*(b-a);x1=xw+h1*sw; f1=fgold(x1(1),x1(2)); end end ，myh=(a+b)/2; 运行结果 5.3 梯度法 一、基本思想 沿着最速下降方向——负梯度方向进行搜索