[理学]优化设计的数学模型.pptVIP

第4章 无约束优化方法与MATLAB实现 例4-4 给定初始点 ，用阻尼牛顿法求目标函数 的极小点 解： 其中海色矩阵为： 第4章 无约束优化方法与MATLAB实现 求海色矩阵的逆为： 第一次迭代 第4章 无约束优化方法与MATLAB实现 于是 点的梯度为： , 故 为 极小点。 例4-3 MATLAB实现，用M函数文件形式求解： syms t s z; f=(t-s+z)^2+(-t+s+z)^2+(t+s+z)^2 [x,mf]=minMNT(f,[0.5 1 0.5],[t s z]) 阻尼牛顿法函数文件minNT如下 function [x,minf] = minMNT(f,x0,var,eps) format long; if nargin == 3 eps = 1.0e-6; end 第4章 无约束优化方法与MATLAB实现 3 .共轭梯度法举例与MATLAB实现 例4-5 给定初始点 ，用共轭梯度法求解 解：（1）由例4-3中已计算出第一步迭代数值为 第4章 无约束优化方法与MATLAB实现 图4-10 例4-5迭代过程 初始搜索方向取负梯度方 向，即 最优步长因子 第4章 无约束优化方法与MATLAB实现 （2）第二步迭代从 出发，沿与 共轭的方向 作一维搜索 共轭系数 求共轭方向 第4章 无约束优化方法与MATLAB实现 本次迭代的最优步长因子 于是 因此 ，已到达极小点，迭代停止。 综上所述，如上图，共轭梯度法采用共轭方向对 二元二次函数两次搜索即可达到极小点，共轭梯度法 的搜索路线为 （ 图中实线）； 第4章 无约束优化方法与MATLAB实现 而梯度法，搜索路径为 （图 中虚线），其路线曲折，而且接近极小点时，步长 变得很小。 例4-5 MATLAB实现，用M函数文件形式求解： syms t s; f=t^2+4*s^2; [x,mf]=minGETD(f,[1 1],[t s]) 共轭梯度法函数文件minGETD如下 x0 = transpose(x0); n = length(var); syms l; 第4章 无约束优化方法与MATLAB实现 ⑺ 每次迭代构成的单纯形后，进行收敛性检验。 当满足 或 就停止，不满足转第⑵步。 4. 单纯形法举例与MATLAB实现 例4-6 用单纯形法求 的极 小点，给定初始单纯形的三个顶点， , , 。 第4章 无约束优化方法与MATLAB实现 解：1. 根据给定的初始 单纯形的三个顶点的坐标， 知这三点不在一条直线上， 如图即为线性独立。 图4-14 例4-6图 2. 计算各顶点目标函数值 (好点) (坏点) (次坏点) 第4章 无约束优化方法与MATLAB实现 3. 求反射点 与 的中心点 为 反射点为 反射点目标函数值为 第4章 无约束优化方法与MATLAB实现 4. 因 , 需要进行延伸, 取 , 得 则 因为 ,以 代替 ,由点 , , 构成新的单纯形,再进行下一个循环的迭代。迭代过程如 图4-14所示。 本例的最优解为 ， 第4章 无约束优化方法与MATLAB实现 例4-6 MATLAB实现，用M函数文件形式求解： syms t s; f=4*(t-5