机械优化黄金分割法程序的设计.docVIP

机械优化黄金分割法程序设计 黄金分割法介绍 黄金分割法适用于[a，b]区间上的任何单股函数求极小值问题，对函数除要求“单谷”外不做其他要求，甚至可以不连续。因此，这种方法的适应面非常广。黄金分割法也是建立在区间消去法原理基础上的试探方法，即在搜索区间[a，b]内适当插入两点a1，a2，并计算其函数值。a1，a2将区间分成三段，应用函数的单谷性质，通过函数值大小的比较，删去其中一段，是搜索区间得以缩小。然后再在保留下来的区间上作同样的处理，如此迭代下去，是搜索区间无限缩小，从而得到极小点的数值近似解。 1.1黄金分割法原理 一维搜索是解函数极小值的方法之一，其解法思想为沿某一已知方向求目标函数的极小值点。一维搜索的解法很多，这里主要采用黄金分割法（0.618法）。该方法用不变的区间缩短率0.618代替斐波那契法每次不同的缩短率，从而可以看成是斐波那契法的近似，实现起来比较容易，也易于人们所接受。 　 黄金分割法是用于一元函数在给定初始区间内搜索极小点的一种方法。它是优化计算中的经典算法，以算法简单、收敛速度均匀、效果较好而著称，是许多优化算法的基础，但它只适用于一维区间上的凸函数[6]，即只在单峰区间内才能进行一维寻优，其收敛效率较低。其基本原理是：依照“去劣存优”原则、对称原则、以及等比收缩原则来逐步缩小搜索区间[7]。具体步骤是：在区间内取点： ， 把分为三段。如果，令；如果 ，令，重新开始。因为为单峰区间，这样每次可将搜索区间缩小倍或倍，处理后的区间都将包含极小点的区间缩小，然后在保留下来的区间上作同样的处理，如此迭代下去，将使搜索区逐步缩小，直到满足预先给定的精度时，即获得一维优化问题的近似最优解给定a=0，b=2，收敛精度ε=0.001 r=0.618 图1.1 1.3程序说明 利用VB程序，界面设计：包含3个标签（Label1—Label3）4个文本框（Text1-Text4）,1个按钮（Command1） 属性设置： Label1的caption属性设置为“f（x）” Label2的caption属性设置为“搜索区间” Label3的caption属性设置为“搜索精度” Command Button的caption属性设置为“求优” Text1的Text1属性设置为“4x^2-8*x+7” Text2的Text1属性设置为“4” Text3的Text1属性设置为’’8” Text4的Text1属性设置为“0.001” 2.例题计算 2.1例题 求函数f(x)=4x^2-8x+7，在给定搜索区间[0,2]时，函数的极小值。 解：对函数f（x）f’（x）=*x-8 令f’（x）=*x-8=0得x=1, 代入函数f(x)=x^2-8x+7中 求得函数极小值min（f（x））=3 此解为精确解 2.2计算结果与分析 图2.1 通过VB计算结果图2.1所示可知,函数在x=0.9656268处求得极小值，极小值为3.00472607405256。采用解析法求得的精确解x=1，min （f（x））=35次迭代已经很接近精确解。由于所选的收敛精度为0.001，相对来说收敛精度较低，所以与精确解有一定差距。 2.3 结论 黄金分割法对于单谷函数求极值问题有很好的应用。搜索的精度越高迭代次数越多求解的结果越精确。 参考文献 文献1 机械优化设计 第五版 孙靖民 梁迎春主编 文献2 高等数学 第六版 同济大学数学系 附录I Private Sub Form_click() Dim a As Single Dim b As Single Dim c As Single Dim d As Single Dim l As Single Dim k As Single Dim x As Single a = 0 b = 2 k = 0.001 c = Val(a + 0.382 * (b - a)) d = Val(a + 0.618 * (b - a)) l = d - c f1 = 4 * c ^ 2 - 8 * c + 7 f2 = 4 * d ^ 2 - 8 * d + 7 Do If f1 f2 Then a = c b = b c = d d = Val(a + 0.618 * (b - a)) f3 = 4 * d ^ 2 - 8 * d + 7 k = k + 1 f1 = f2 f2 = f3 l = b - a Else