最优化方法课程设计报告--运用DFP算法解决无约束最优化问题.doc

北方民族大学 课程设计报告 系（部、中心） 信息与计算科学学院 　 专 业 信息与计算科学 班 级 小组成员 课程名称 最优化方法 设计题目名称 运用DFP算法解决无约束最优化问题 提交时间　　　　　　2012年6月26日　　　　 成 绩 　 指导教师 　 摘要 变尺度法是在牛顿法的基础上发展起来的，它和梯度法亦有密切关系DFP变尺度法综合了梯度法、牛顿法的优点而又避弃它们各自的缺点，只需计算一阶偏导数，无需计算二阶偏导数及其逆矩阵，对目标函数的初始点选择均无严格要求，收敛速度快收敛速度快ewton法 变尺度法 Hesse矩阵 Matlab软件 目 录 一、课程设计目的 1 二、课程设计要求 1 三、课程设计原理 1 （1）变尺度法基本原理 1 （2）DFP算法 3 四、实验内容 4 五、数学建模及求解 4 1.DFP算法迭代步骤 4 2.DFP算法的流程图 5 六、程序实现 5 七、数值实验的结果与分析 8 八、实验总结与体会 9 1.DFP公式恒有确切解 9 2.DFP算法的稳定性 9 参考文献 10 课程设计目的： 1、掌握无约束优化问题DFP算法的数值求解思路； 2、训练分析DFP算法的运算存储量及收敛速度的能力，了解算法的优缺点； 3、通过运用DFP算法求解实际无约束优化问题的意义； 4、熟悉应用Matlab求解无约束最优化问题的编程方法. 课程设计要求 熟悉了解DFP算法原理及求解无约束优化问题的步骤，并运用Matlab件 编程实现求解问题. 课程设计原理 （1）变尺度法基本原理 在Newton法中，基本迭代公式 ， 其中，， ， 于是有 ···　　是初始点，和分别是目标函数在点的梯度和Hesse矩阵.为了消除这个迭代公式中的Hesse逆矩阵，可用某种近似矩阵来替换它，即构造一个矩阵序列去逼近Hesse逆矩阵序列 此时式（1）变为 事实上，式中无非是确定了第次迭代的搜索方向，为了取得更大的灵活性，我们考虑更一般的的迭代公式 (2) 其中步长因子通过从出发沿作直线搜索来确定.式（2）是代表很长的一类迭代公式.例如，当（单位矩阵）时，它变为最速下降法的迭代公式.为使确实与近似并且有容易计算的特点，必须对附加某些条件： 为保证迭代公式具有下降性质，要求中的每一个矩阵都是对称 正定的. 理由是，为使搜索方向是下降方向，只要 成立即可，即 成立.当对称正定时，此公式必然成立，从而保证式（2）具有下降性质. 要求之间的迭代具有简单形式.显然， (3) 是最简单的形式了.其中称为校正矩阵，式（3）称为校正公式. 必须满足拟Newton条件.即： (4) 为了书写方便也记 于是拟Newton条件可写为 (5) 有式（3）和（5）知，必须满足 或 (6) （2）DFP算法 DFP校正是第一个拟牛顿校正是1959年由Davidon提出的后经Fletcher和Powell改进故名之为DFP算法它也是求解无约束优化问题最有效的算法之一. DFP算法基本原理 考虑如下形式的校正公式 (7) 其中是特定维向量，是待定常数.这时，校正矩阵是 . 现在来确定. 根据拟Newton条件，必须满足（6），于是有 或 . 满足这个方程的待定向量和有无穷多种取法，下面是其中的一种： ， 注意到和都是数量，不妨取 ，， 同时定出 ，. 将这两式代回（5.32）得 . （8） 这就是DFP校正公式. 实验内容 采用课本P102页例5.3和P107页例5.4进行数值计算； 1，求，取初始点. 2，求，取初始点. 数学建模及求解 1.DFP算法迭代步骤 在拟Newton算法中，只要把第五步改为计算式（8）而其他不变，该算法就是DFP算法了.但是由于计算中舍去误差的影响，特别是直线搜索不精确的影响，可能要破坏迭代矩阵的正定性，从而导致算法失效.为保证的正定性，采取以下重置措施：迭代次后，重置初始点和迭代矩阵，即以后重新迭代. 已知目标函数及其梯度，问题的维数，终止限. 选定初始点.计算，. 置，，. 作直线搜索；计算，. 判别终止准则