第4章_非线性规划4.4.pdf

§4.4 无约束非线性规划 问题的求解方法 求解无约束非线性最优化问题的方法有很多。 总的来说，可归结为两类，即直接法和解析法。 指的是通过计算f （X ）的 解析法又称代数法， 一阶、二阶偏导数及函数的解析性质来实现极值的 求解。相反地，不用计算f （X ）的一阶、二阶偏导 及函数的解析性质来实现近似极值的求解方法，称 为直接法。对于直接法， 本节主要介绍一维搜索方 法,包括Fibonacci法和0.618法。同时本节将重点介绍 解析法中最速下降法和共轭梯度法。 §4.4.1 一维搜索方法 它是指目标 一维搜索问题又称线性搜索问题， 函数为单变量的非线性规划问题, 其数学模型为 min f (t) （4.4.1 ） 若 0 t tmax , 则称该问题为有效一维搜索问题。 一维搜索方法是寻求单峰函数极小点的方法。这 里先给出单峰函数的定义。 定义4.4.1 函数f (t)称为在 [a,b]上是单峰的， 如果存 * 一个 t* [a,b], 使得f (t) 在 [a ,t ] 上严格递减，且在 * [t ,b] 上严格递增。区间[a,b]称为f (t) 的单峰区间。 * t 注1：由定义4.4.1知， 是f (t)在[a,b]上的唯一的极小 甚至是不连续的。 点，单峰函数可以是不可微的， 都要先设法给 求问题（4.4.1 ）的大多数方法， 出一个区间[a ,b ] [0,tmax ], 使得t* [a,b], 称[a,b] 然后通过迭代不断缩 为问题（4.4.1 ）的搜索区间。 小该区间的长度， 可取这个小 当区间长度充分小时， 区间中的一点作为f (t) 的一个近似极小点；当f (t)可 微时， 也可根据这个小区间上导数的绝对值充分小 终止迭代。 因此，对单峰函数f (t)来说，它的一个单 峰区间就是一个搜索区间， 一般地求搜索区间可以 凭经验或用其它搜索法。 给定问题 min f (t) （4.4.2 ） a t b 我们的目的是通过不断 其中[a,b]是f (t) 的单峰区间。 *