lbc-第4章 无约束问题的最优化方法201258.pptVIP

第四章???无约束问题的最优化方法 §4.1 引言 §4.2 梯度法(最速下降法) 　 　 §4.3 牛顿法 §4.4 坐标轮换法 §4.5 Powell 法 §4.6 无约束优化设计方法小结 无约束优化设计方法小结 * * §4.1 引言 §4.2 梯度法 §4.3 牛顿法 §4.4 坐标轮换法 §4.5 Poweel法 §4.6 无约束优化设计方法小结 一. 定义： 求一组 n 维设计变量 X= [ x1, x2 ,…,x n ]T, 使目标函数达到 min. f(x) X∈Rn 对X没有任何限制 即求目标函数的最优解：最优点 x* 和最优值 f(x*) 。 条件： 对于无约束优化问题的求解，就是把求极值的问题变成求解方程 即求X使其满足: 二. 基本思想： 从给定的初始点X0出发， 沿着搜索方向d 进行搜索， 寻找αk使函数下降到新的点， 故形成以下迭代算法： f(Xk+1)f(Xk) 三. 内容： 一类是使用导数的方法，也就是根据目标函数的梯度（一阶导数）有时还要根据Hesse矩阵（即二阶导数）所提供的信息而构造出来的方法，就称为梯度方法。如：最速下降法，Newton法，共扼梯度法