Matlab机械优化设计培训资料.pptVIP

Matlab 机械优化设计;§ 最小化问题;功能：找到固定区间内单变量函数的最小值。 ;x = fminbnd(fun,x1,x2,options,P1,P2,...)提供另外的参数P1,P2等,传输给目标函数fun。如果没有设置options选项，则令options=[]。;参数描述表;options;exitflag;算法： fminbnd是一个M文件。其算法基于黄金分割法和二次插值法。 局限性： 1．目标函数必须是连续的。 2．fminbnd函数可能只给出局部最优解。 3．当问题的解位于区间边界上时，fminbnd函数的收敛速度常常很慢。此时，fmincon函数的计算速度更快，计算精度更高。 4．fminbnd函??只用于实数变量。;应用实例 ;[例2].对边长为3m的正方形铁板，在四个角处剪去相等的正方形以制成方形无盖水槽，问如何剪法使水槽的容积最大？ 模型建立：假设剪去的正方形的边长为x，则水槽的容积为;首先编写M文件 opt21_3o.m: function f = myfun(x) f = -(3-2*x).^2 * x; 然后调用fminbnd函数(磁盘中M文件名为opt21_3.m)： x = fminbnd(@opt21_3o,0,1.5);无约束非线性规划问题; fminunc函数 功能： 给定初值，求多变量标量函数的最小值。 常用于无约束非线性最优化问题。 数学模型： 其中，x为一向量，f(x)为一函数，返回标量。;语法格式及描述 ;[x,fval] = fminunc(...)将解x处目标函数的值返回到fval参数中。 [x,fval,exitflag] = fminunc(...)返回exitflag值，描述函数的输出条件。 [x,fval,exitflag,output] = fminunc(...)返回包含优化信息的结构输出。 [x,fval,exitflag,output,grad] = fminunc(...)将解x处fun函数的梯度值返回到grad参数中。 [x,fval,exitflag,output,grad,hessian] = fminunc(...)将解x处目标函数的Hessian矩阵信息返回到hessian参数中。;参数描述表;options;适用于大型和中型算法的参数： l Diagnostics – 打印最小化函数的诊断信息。 l Display – 显示水平。选择off，不显示输出；选择iter，显示每一步迭代过程的输出；选择final，显示最终结果。打印最小化函数的诊断信息。 l GradObj – 用户定义的目标函数的梯度。对于大型问题此参数是必选的，对于中型问题则是可选项。 l MaxFunEvals – 函数评价的最大次数。 l MaxIter – 最大允许迭代次数。 l TolFun – 函数值的终止容限。 l TolX – x处的终止容限。;只用于大型算法的参数： l Hessian – 用户定义的目标函数的Hessian矩阵。 l HessPattern – 用于有限差分的Hessian矩阵的稀疏形式。若不方便求fun函数的稀疏Hessian矩阵H，可以通过用梯度的有限差??获得的H的稀疏结构（如非零值的位置等）来得到近似的Hessian矩阵H。若连矩阵的稀疏结构都不知道，则可以将HessPattern设为密集矩阵，在每一次迭代过程中，都将进行密集矩阵的有限差分近似（这是缺省设置）。这将非常麻烦，所以花一些力气得到Hessian矩阵的稀疏结构还是值得的。;l MaxPCGIter – PCG迭代的最大次数。 l PrecondBandWidth – PCG前处理的上带宽，缺省时为零。对于有些问题，增加带宽可以减少迭代次数。 l TolPCG – PCG迭代的终止容限。 l TypicalX – 典型x值。 只用于中型算法的参数： l DerivativeCheck – 对用户提供的导数和有限差分求出的导数进行对比。 l DiffMaxChange – 变量有限差分梯度的最大变化。 l DiffMinChange - 变量有限差分梯度的最小变化。 l LineSearchType – 一维搜索算法的选择。 ;exitflag;output;习题4-6; x = 1.0000 2.0007 fval = 10.0000 exigflag = 1 hessian = iterations: 6 funcCount: 21 stepsize: 1 first