第十七章直线搜索.docVIP

第十七章 直线搜索 本章讨论 的主要问题是 SKIPIF 1 0 SKIPIF 1 0 解决这个问题的方法承为直线搜索或一维搜索。这种方法不仅对于解决一维最优化本身具有实际意义，而且也是解多维最优化问题的重要支柱。 在微积分中解 SKIPIF 1 0 的方法限于方程 SKIPIF 1 0 可以直接求解出来的情况。本章介绍的方法对 SKIPIF 1 0 不作严格要求，它可以很复杂，其导数可能不存在或者很难求出。当然对于可以求导数的情况，相应的方法也会简单些。 本章将讨论以下四种直线搜索方法： （1）对分法：适用于 SKIPIF 1 0 的一阶导数连续并可以求出的情况。 （2）Newton切线法：适用于 SKIPIF 1 0 的一阶导数和二阶导数都可求出的情况。 （3）黄金分割法：适用于一般的函数。 （4）抛物线插值法：适用于一般的连续函数。 17.1 搜索区间的确定 定义17.1.1：设 SKIPIF 1 0 ，t*是 SKIPIF 1 0 在L 上的全局极小点。如果对于L上任取的两点t1和t2且t1 t2,均有：当t2≤t*时， SKIPIF 1 0 ，当t1≥t*时， SKIPIF 1 0 则称 SKIPIF 1 0 是区间L上的单谷函数。 以下假设一元函数 SKIPIF 1 0 是单谷函数。 图17.1.1 定义17.1.2： SKIPIF 1 0 ，t*是 SKIPIF 1 0 在L上的全局极小点。若找到 SKIPIF 1 0 ,则称此区间[t1，t2]为 SKIPIF 1 0 的极小点的一个搜索区间，记为 SKIPIF 1 0 。 若t1t3 t2,也可将搜索区间 SKIPIF 1 0 记为 SKIPIF 1 0 单谷函数的性质： 设 SKIPIF 1 0 是单谷函数极小点的一个搜索区间。在(a,b)上任取两点t1，t2，使t1 t2,若 SKIPIF 1 0 则 SKIPIF 1 0 是 SKIPIF 1 0 极小点的一个搜索区间；若 SKIPIF 1 0 ，则 SKIPIF 1 0 是 SKIPIF 1 0 极小点的一个搜索区间。 证明：利用反证法证明。对于后一种情况，即 SKIPIF 1 0 。若 SKIPIF 1 0 不是搜索区间，即 SKIPIF 1 0 的极小点必在（a,t1)中。此时有t*≤t1t2,根据单谷函数定义知： SKIPIF 1 0 矛盾。 故（t1,b)是搜索区间，同样可证前种情形。 单谷函数的这一性质可用来将搜索区间无限缩小，以至求到极小点。本章下面就介绍的直线搜索法，第一步就是要找一个初始搜索区间，下面就介绍一种有效的找初始搜索区间的 方法。 算法1：（搜索区间的确定）已知目标函数 SKIPIF 1 0 1〉 选择初始点 SKIPIF 1 0 和步长 h. 2〉 比较 SKIPIF 1 0 的值，转3，4 3〉若 SKIPIF 1 0 ，比较 SKIPIF 1 0 ，转 5， 6。 4〉若 SKIPIF 1 0 ，计算 SKIPIF 1 0 ,直到有某个m≥1使 SKIPIF 1 0 令μ= SKIPIF 1 0 ，v= SKIPIF 1 0 ,ω= SKIPIF 1 0 就确定了搜索区间{μ，ν，ω}（实际应该为{ν，ω}放大）。但区间[ν，ω]是[μ，ν]的两倍长。（ω-ν=2（ν-μ）） 图17.1. 因此只需比较ν和区间[ν，ω]的中点 SKIPIF 1 0 的对应函数值，即可将区间[μ，ω]缩短1/3。由图(a),(b)可见，当 SKIPIF 1 0 时，取{μ，ν，γ}为搜索区间（图（a））。当 SKIPIF 1 0 {ν，γ，ω}为搜索区间。（图(b)) 5 当 SKIPIF 1 0 ，取{t0-h, t0, t0+h}为搜索区间。 6 当 SKIPIF 1 0 ，与〈4〉类似，计算 SKIPIF 1 0 ， 直到有某个m（≥1）使 SKIPIF 1 0 。 令μ= SKIPIF 1 0 ，v= SKIPIF 1 0