机械优化计第三章.pptVIP

主要内容 §3.1 引言 §3.1 引言 （续） §3.2 一维搜索方法 §3.2 一维搜索方法（续） §3.2 一维搜索方法（续2） §3.2 一维搜索方法（续3） §3.2 一维搜索方法 (续4） §3.2 一维搜索方法 (续5） §3.2 一维搜索方法（续6） §3.2 一维搜索方法（续7） §3.3 坐标轮换法和 Powell 法 §3.3 坐标轮换法和 Poweel 法（续） §3.3 坐标轮换法和 Powell 法（续2） §3.3 坐标轮换法和 Poweel 法（续3） §3.3 坐标轮换法和 Poweel 法（续4） §3.3 坐标轮换法和 Poweel 法（续5） §3.4 梯度法和共轭梯度法 §3.4 梯度法和共轭梯度法（续） §3.4 梯度法和共轭梯度法（续2） §3.4 梯度法和共轭梯度法（续3） §3.5 牛顿法和变尺度法 §3.5 牛顿法和变尺度法 （续） §3.5 牛顿法和变尺度法 （续2） §3.5 牛顿法和变尺度法 （续3） §3.5 牛顿法和变尺度法 （续4） §3.6 无约束优化设计方法小结 §3.6 无约束优化设计方法小结（续） * * 第三章???无约束问题的  最优化方法 §3.1 引言 §3.2 一维搜索方法 §3.3 坐标轮换法和 Powell 法 §3.4 梯度法和共轭梯度法 §3.5 牛顿法和变尺度法 §3.6 无约束优化设计方法小结 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 ∈ R n 即求目标函数的最优解：最优点 x* 和最优值 f (x*) 。 意义： 为有约束优化方法的研究提供了策略思想、概念基础和基本方法； 为有约束优化问题的直接解法提供了有效而方便的方法； 不可避免地还存在无约束优化的设计问题。 内容： 一维搜索： 求最优步长因子α(k) 确定搜索方向 S (k) 多维（变量）优化： 黄金分割 插值法 坐标轮换法 共轭方向法 梯度法 共轭梯度法 牛顿法 DFP变尺度法 一、一维搜索定义： 在第K次迭代时，从已知点 X(k)出发，沿给定方向求最优步长因子α(k)，使 f (X(k) + α S(k) )达到最小值的过程，称为一维搜索。 方法： 解析法： f (x (k+1) ) = min. f (x (k) + α S (k) ) = f (x (k) + α(k) S ( k) ) 步骤：① f (X(k) + α S(k) )沿S(k) 方向x(k) 台劳展开； ② 取二次近似： ③ 对α求导，令其为零： 对α求导，令其为零。 2. 数值迭代法： 直接法——应用序列消去原理：分数法 黄金分割法 近似法——利用多项式函数逼近（曲线拟合）原理： 二次插值法 三次插值法 ④ 求得最优步长因子： 一、一维搜索定义： 单峰区间： 在区间 [α1，α3 ]内，函数只有一个峰值，则此区间为单峰区间。单峰区间内，一定存在一点α*，当任意一点α2＞α*时，f (α2)＞f (α*)， 说明： 单峰区间内，函数可以有不可微点，也可以是不连续函数； 二. 搜索区间的确定： f (x) 0 α1 α3 α 0 α f (x) α3 α1 f (α) α α3 α2 α* α1 0 当α2＜α*时，仍有f (α2 )＞ f (α*) ，则α*是最优点，也即为最优步长因子α(k)。 α2 确定的搜索区间必定是一个含有最优点α*的单峰区间。 定步长搜索法: 3. 加速步长搜索法： 4. 外推法： f 2 =f (α1+t0 ) α1 f1 二. 搜索区间的确定： 三. 黄金分割法 (0