非线性规划的基本概念.ppt

思想 在极小点附近，用二次三项式 四. 抛物线（二次）插值 即“两头大中间小” 如何计算函数 令 x = 3 3 2 2 1 1 2 3 3 2 2 2 2 1 1 1 1 1 1 1 1 2 1 f x f x f x x f x f x f - 抛物线插值算法步骤： 解出 思路： 五. 三次插值法 设 令 则有 求解满足 的极小点 令 而 解方程（3），有两种情况： 由（2）可知 极小点的计算公式： 令 算法步骤： 其它插值算法： 有理插值。 收敛速度：三次插值算法的收敛阶为2。 六、MATLAB 单变量函数求最小值的标准形式为 s.t 函数 fminbnd 格式 x = fminbnd(fun,x1,x2) %返回自变量x在区间 上函数fun取最小值时x值，fun为目标函数的表达式字符串或MATLAB自定义函数的函数柄。 函数fminbnd的算法基于黄金分割法和二次插值法，它要求目标函数必须是连续函数，并可能只给出局部最优解。 x = fminbnd(fun,x1,x2,options) % options为指定优化参数选项 [x,fval] = fminbnd(…) % fval为目标函数的最小值 [x,fval,exitflag] = fminbnd(…) %xitflag为终止迭代的条件 [x,fval,exitflag,output] = fminbnd(…) % output为优化信息 说明 若参数exitflag0，表示函数收敛于x，若exitflag=0，表示超过函数估计值或迭代的最大数字，exitflag0表示函数不收敛于x；若参数output=iterations表示迭代次数，output=funccount表示函数赋值次数，output=algorithm表示所使用的算法。 例1 计算下面函数在区间(0，1)内的最小值。 解：[x,fval,exitflag,output] =fminbnd((x^3+cos(x)+x*log(x))/exp(x),0,1) x = 0.5223 fval = 0.3974 exitflag = 1 output = iterations: 9 funcCount: 9 algorithm: golden section search, parabolic interpolation 主程序为ex2.m: f=2*exp(-x).*sin(x); fplot(f,[0,8]); %作图语句 [xmin,ymin]=fminbnd (f, 0,8) f1=-2*exp(-x).*sin(x); [xmax,ymax]=fminbnd (f1, 0,8) * * * * （2）数值方法的基本思路：迭代 给定初始点x0 根据x0,依次迭代产生点列{xk} {xk}的最后一点为最优解 {xk}有限 {xk}无限 {xk}收敛于最优解 迭代格式 xk xk+1 pk 称pk为第k轮搜索方向，tk为第k轮沿pk方向的步长。 产生tk和pk的不同方法，形成了不同的算法。 定义：特殊搜索方向——下降方向 定义：特殊搜索方向——可行下降方向 解非线性规划问题，关键在于找到某个方向，使得在此方向上，目标函数得到下降，同时还是可行方向。 这样的方向称为可行下降方向。 定义：算法收敛、下降迭代算法 集合S上的迭代算法： （1）初始点 ； （2）按照某种搜索方向pk产生下一个迭代点 （i）如果点列 收敛于最优解 ，则称此算法收敛。 （ii）如果 ，则称此算法为 下降迭代算法。 . . . （3）下降迭代算法步骤 （1）给出初始点 ，令 ； （2）按照某种规则确定下降搜索方向 ； （3）按照某种规则确定搜索步长 ，使得 ； （4）令 ， ； （5）判断 是否满足停止条件。是则停止，否则转第2步。 搜索步长确定方法： 称 为最优步长，且有对?k的梯度 （4） 终止条件 ② ④ ① ③ （5）常用的收敛性判别准则: （１）点收敛准则: ( 可取Rn中任一种模)。 e ￡ - - ) 1 ( ) ( k k x x · （２）目标函数值准则： （绝对差）。 e ￡ - - ) ( ) ( ) 1 ( ) ( k k f f x x （３）目标函数值准则： （相对差）。 e ￡ - - ) ( ) ( ) ( ) ( ) 1 ( ) ( k k k f f f x x x 取其中之一,也可同时取(1)与(2);(1)与(3);或(1),(2)