单变量优化模型.pptVIP

3.3 单变量优化问题的求解方法 3.3.2 区间收缩法-黄金分割法(0.618法) 华罗庚的 “优选法” 点d是区间[a, b]的黄金分割点(左长右短) 点c是区间[a, b]的黄金分割点(左短右长) 黄金分割的特点 黄金分割之美 肚脐---这是身体上下部位的黄金分割点，肚脐以上身体长度与肚脐以下的比值是0．618∶1。 喉结---它所分割的咽喉至头顶与咽喉至肚脐的距离比也为0．618∶1； 肘关节---它到肩关节与它到中指尖之比还是0．618∶1； 手的中指长度与手掌长度之比是0．618∶1； 手掌的宽度与手掌的长度之比是0．618∶1。 3.3 单变量优化问题的求解方法 黄金分割法算法流程 yes 输出： 初始化,区间端点,区间长度，终止条件 no yes no yes 输出： no 3.3 单变量优化问题的求解方法 黄金分割法算法演示 a=0,b=5 a=1.91,b=5 a=1.91,b=3.81926 a=2.6395,b=3.81926 a=3.0903,b=3.81926 a=3.0903,b=3.5410 a=3.0903,b=3.3688 a=3.1967,b=3.3688 a=3.1967,b=3.3031 a=3.2373,b=3.3031 注意: 前面两种方法与函数在区间[a, b]上是否连续无关 3.3 单变量优化问题的求解方法 为什么是黄金分割？ a b c-居左黄金分割点 d-居右黄金分割点 f(c) f(d) b c d-居左黄金分割点 e- 居右黄金分割点 e- 居左黄金分割点 f(c) ?f(d) a c-居右黄金分割点 d 前后两次收缩总是共用某个黄金分割点，意味着每次区间收缩仅需要计算一个函数值。 角色对换 3.3 单变量优化问题的求解方法 为什么是黄金分割？ 对于黄金分割，每计算一次函数值，解的范围缩小到原区间的0.618. 按别的方法效果如何呢？ a b d-2/3点 c-1/3点 计算两个函数值，收缩2/3, 每个函数值平均收缩到原区间的sqrt(2/3)=0.81650.618 a b c-1/2-?点 d-1/2+?点 计算两个函数值，收缩0.5+?, 每个函数值平均收缩到原区间的sqrt(0.5+?)0.70710.618 3.3 单变量优化问题的求解方法 为什么是黄金分割？ 规则简单，易于操作和推广； 收缩效率高，每计算一次函数值，区间收缩0.618； 对函数要求少，单谷或单峰函数。 实际应用中，计算一次函数值往往等价于做一次复杂的试验，因此，寻优算法被期望达到最优解用尽可能少的函数值计算次数。 应用举例 干旱地区打井位置确定问题：在某干旱地区需要沿从A-B点1000米的干枯河床打10米深的测试井发现正确的井口位置，设计合适的方案以便井口位置在泉眼5米范围内。 3.3 单变量优化问题的求解方法 地面 A B 泉眼 探测井 0 1000 x-位置坐标 位置确定依靠探测井底土壤湿度，湿度越大，位置越接近泉眼； 假定湿度是位置的单峰函数； 建模目的是用最少数目的探测井把位置确定到泉眼5米的范围内； 设湿度函数是y=f(x),x?[0,1000] No 3.3 单变量优化问题的求解方法 黄金分割法 Yes No Yes K-收缩次数 仅需要打8口测试井！ 全局搜索方法需要1000/5=200口测试井，费用、劳动输出巨大！ 3.3 单变量优化问题的求解方法 3.3.3 抛物线插值法 开口向上的抛物线具有唯一的最小值点和最小值 对于在区间[a,b]上的单谷函数f(x), 取 , 求过三点 的抛物线P(x). 3.3 单变量优化问题的求解方法 3.3.3 抛物线插值法 x4是抛物线的最小值点 主要结论 3.3 单变量优化问题的求解方法 = ? ? 抛物线插值 区间收缩算法 计算过点(a,f(a)), (c,f(c)), (b,f(b))的抛物线 P(x)和它的极小值点(x*,f(x*)) c?x*? yes no 重新设置内点c no yes 3.3 单变量优化问题的求解方法 抛物线插值区间收缩算法 a=0,b=5,c=2.5 a=1.817,b=5,c=3.408 a=2.866,b=5,c=3.933 a=2.866,b=3.3038,c=3.0847 a=2.866,b=3.296,c=3.081 a=3.266,b=3.296,c=3.281 3.3 单变量优化问题的求解方法 3.3.4 牛顿迭代方法 (i). 函数f(x)在区间[a,b]的二阶导数存在; (ii). 函数f(x)在区间[a,b]上是单谷函数; (iii). 函数f(x)在区间(a,b)上的二阶导数大于零. 基本要求 在区间[