工程优化 第3章-1.ppt

例 ：试用0.618法求目标函数 的最优解。 给定初始区间[0,2]，收敛精度 解：第一次区间缩短计算过程： 计算两点及对应函数值： 作数值比较，可见 ,再做置换： 0.618法----算例 第二次区间缩短计算过程： 作数值比较， ,再做置换： 第三次区间缩短计算过程： 作数值比较， ,再做置换： 各次的迭代结果如下： 迭代次数 x1 x2 f(x1) f(x2) [a,b] |b-a| 第1次 0.764 1.236 -0.0821 0.4126 [0,1.236] 1.236 第2次 0.472 0.764 0.1612 -0.0821 [0.472,1.236] 0.788 第3次 0.764 0.944 -0.0821 -0.0468 [0.472,0.944] 0.472 第4次 0.652 0.764 -0.0268 -0.0821 [0.652,0.944] 0.292 第5次 0.764 0.832 -0.0821 -0.0881 [0.764,0.944] 0.230 第6次 0.832 0.906 -0.0881 -0.0683 [0.764,0.906] 0.124 缺点：收敛速度慢 优点：不要求函数可微，且每次迭代只需计算一个函数 值，计算量小 设 f (x)在 [a ,b]上可微，求函数f在[a,b]的极小点，就是求 函数导数为零的点。 如果 则在(a,b)内一定存在一点 x，使得 。 为求极小点，可取 ， 若 , x 为最小点, x0 = x* ; , x0 在上升段, x* x0，去掉[x0 ,b] ; , x0 在下降段, x* x0，去掉[a, x0] . 二分法---基本思想 用 或者 作新的区间[a,b]，继续这个过程， 逐步将区间[a,b]缩小， 当区间[a,b]的长度充分小时，可将[a,b]的中点取做极小 点的近似点。 二分法---基本思想 优点：计算量较少，而且总能收敛到一个局部极小点。 缺点：收敛速度较慢 二分法---计算步骤 步骤1：计算 步骤2：若 ，令 ，转步骤3； 若 ，令 ，转步骤3； 若 ，停止， 。 步骤3：若 ，则 ，停止，否则，转步骤1. 例 ：试用二分法求目标函数 的最优解。 给定初始区间[0,2]，收敛精度 解： 在[0,2]内有极小点。 二分法----算例 第一次区间缩短计算过程： 因为 所以函数 第二次区间缩短计算过程： 第三次区间缩短计算过程： 各次的迭代结果如下： 迭代9次后，|b-a|=0.003910.004, 故 迭代次数 x0=(a+b)/2 f’(x0) [a,b] |b-a| 第1次 x0=1 1 [0,1] 1 第2次 x0=1/2 -5/4 [1/2,1] 1/2 第3次 x0=3/4 -5/16 [3/4,1] 1/4 第4次 x0=7/8 19/64 [3/4,7/8] 1/8 第5次 x0=13/16 -0.0195 [13/16,7/8] 1/16 第6次 x0=27/32 0.0136 [13/16,27/32] 1/32 第7次 x0=53/64 0.0574 [13/16,53/64] 1/64 第8次 x0=105/128 0.0184 [13/16,105/128] 1/128 第9次 x0=209/256 -0.0004 [209/256,105/128] 1/256 定理(必要条件) 设 (1) 为D的一个内点; (2) 在 可微; (3) 为 的极值点;