单变数函数最小值搜寻.pdfVIP

第五章 單變數函數最小值搜尋 最近更新 ：徐業良(2005-10-31) ﹔推薦 ：徐業良(2005-09-11) 。 最近更新 ：徐業良(2005-10-31) ﹔推薦 ：徐業良(2005-09-11) 。 附註 ：本文為元智大學機械所最佳化設計課程教材 。 附註 ：本文為元智大學機械所最佳化設計課程教材 。 第五章 單變數函數最小值搜尋 建立了最佳化設計模型之後，接下來的工作便是要求這個最佳化設計模型的最 佳解。前面章節中提到，當最佳化設計模型沒有限制條件、或限制條件都無效 (inactive)時，最佳化設計模型的最佳解是一個內部最佳解，也就是求目標函數的最 小值。 單變數函數最小值搜尋的演算法 ，是許多求多變數目標函數最小值的演 單變數函數最小值搜尋的演算法 ，是許多求多變數目標函數最小值的演 算法發展的基礎 ，因此這裡對解最佳化設計模型的數值演算法的討論，便由單變數 算法發展的基礎 最小值搜尋的演算法出發。你也許認為求單變數函數最小值是一個非常簡單的問 題，前面章節中提到，令目標函數一次微分為零，其解即為此目標函數的靜止點， 這樣的求解方法是求目標函數最小值的 「解析方法(analytical method) 」。然而在求 「解析方法(analytical method) 」 目標函數一次微分為零的解時，往往還是需要用到迭代形式的數值方法，且在目標 函數的一次微分很難求得、不存在、或不連續時，並無法由令一次微分為零的解析 方法求目標函數最小值，而必須以迭代形式的 「數值方法(numerical method) 」，直 「數值方法(numerical method) 」 接求目標函數的最小值。 這一章裡，首先介紹求函數最小值演算法迭代的觀念，第二小節則討論求函數 「零點(zero) 」，也就是求函數值為零之解的數值演算法，第三小節介紹求單變數函 數最小值的數值演算法，最後第四節則在介紹多項式近似法求函數零點或最小值。 1. 求最佳解演算法迭代的概念 在工程設計過程中，設計者常常根據設計需求先做出第一代的初始設計，然後 測試、評估這個初始設計，看看這個設計是否已經滿足所有設計需求，是否還有進 一步改進的空間，接著設計者根據評估的結果 、自己專業領域的知識、或者過去的 1 .tw/ 第五章 單變數函數最小值搜尋 設計經驗，產生第二版的改良設計，然後再重新測試、評估這個改良設計。如此持 續作了好幾版的改良，直到設計者認為這個設計滿足了所有設計需求、已經足夠 好，或者已經沒有額外時間和資源來發展新版的設計，設計者便決定停止。 求最佳解數值演算法的概念其實非常類似，一般迭代形式求最佳解演算法，都 包括了初始值給定 、迭代定義(iteration definition) 、以及中止要件(termination 初始值給定 、迭代定義(iteration definition) 、以及中止要件(termination condition)三個部分，這三個部分的關係，可大致由圖 1 簡單表示。在研究不同演算 condition) 法時，只是這三個部分（特別是迭代定義的部分）的內容各有不同，而各個演算法 的整體結構，則幾乎都是一致的。 設計點設計點初始值給定初始值給定 初始值給定初始值給定 是是 設計點是否滿足設計點是否滿足設計點是否滿足中止要件中止要件中止要件 中止中止 中止要件中止要件中止要件 否否