工程优化目标函数的几种极值求解方法c编程.docxVIP

目标函数极值求解的几种方法 题目：分别用最速下降法，牛顿法，共辘梯度法，拟牛顿法求函数 / = （^-1）2 +5（兀2 -5）2 +（心一1）2 +5（兀4 一 5）2的最小值，初始点自拟。 一维搜索法： 迭代下降算法大都具有一个共同点，这就是得到点兀⑷后需要按某种规则确 定一个方向d⑷，再从兀⑷岀发，沿方向d⑹在直线（或射线）上求目标函数的极 小点，从而得到X⑷的后继点兀如），重复以上做法，直至求得问题的解，这里所 谓求目标函数在直线上的极小点，称为一维搜索。 一维搜索的方法很多，归纳起来大体可以分为两类，一类是试探法：采用这 类方法，需要按某种方式找试探点，通过一系列的试探点来确定极小点。另一类 是函数逼近法或插值法：这类方法是用某种较简单的曲线逼近本来的函数曲线， 通过求逼近函数的极小点来估计目标函数的极小点。这里采用的是第一类试探法 屮的黄金分割法。实现过程如下： （1）置初始区间［40］及精度要求L0,计算试探点人和，计算函数值 /（人）和/（Ai）,计算公式是：人二⑷+0.382（勺-绚），M =4+0.618（$-?）。令 k二 1。 （2） 若如-蘇“则停止计算。否则，当/（几）/（弘）吋，转步骤（3）；当 /（以）5/仏）时，转步骤⑷o （3） 置昭1=4,优+1=勺，入+严儿,儿+i 如+0?6180如一％丄 计算函 数值八心,转⑸。 （4） 置 = ak, bk+i = A , A+i =以,入+1 二 + °?382仇+| - 务和），计算 函数值/（入」，转⑸。 最速下降法 实现原理描述：在求日标函数极小值问题时，总希望从一点出发，选择一个日 标函数值下降最快的方向，以利于尽快达到极小点，正是基于这样一种愿望提出 的最速下降法，并且经过一系列理论推导研究可知，负梯度方向为最速下降方向。 最速下降法的迭代公式是兀如）=无“）+牝⑷，其中卅）是从用出发的搜索方 向,这里取在点M处最速下降方向，即d⑷=-V/（/ ）oA,是从用出发沿方向少） 进行的一维搜索步长,满足 卅）+ 刑））=min .f（兀⑷+加⑹）。 实现步骤如下： （1） 给定初点兀⑴wR,允许误差￡0,置k=l。 （2） 计算搜索方向〃）=-▽/（#）,若⑷|，则停止计算；否则，从用 出发,沿方向〃⑹进行的一维搜索,求入，使/（兀⑷+心〃⑷卜min/（兀⑷+加⑷）。 久no （3） 兀（曲）=兀伙）+心〃⑷，置k二k+1返冋步骤（2）。 牛顿法 牛顿法迭代公式：代丄朋+入少），少）是在点严）处的牛顿方向， 〃⑷⑷）」号6⑷），心是从*）出发沿牛顿方向〃⑷进行搜索的最优步长。 （1） 给定初点X（1） G Rn ,允许误差￡〉0,置k二1。 （2） 计算严=巧（十），若||g⑹卜￡，则停止计算；否则，转⑶。 （3） 计算^=-V2f（x（k））~lg^从M出发，沿方向d⑹进行的一维搜索， 求心，使/（兀⑷+入d⑷）二min/G⑷+加⑷），*如）=*）+入d⑹，置k二k+1返回 步骤⑵。 共辄梯度法 若d⑴，〃⑵，…,〃⑹是疋屮k个方向，它们两两关于A共辘，即满足 泸TAd⑴= O,iHj;i,j = \,…，k,称这组方向为A的k个共辘方向。共辘梯度法的 基本思想是把共觇性与最速下降法相结合，利用已知点处的梯度构造一组共觇方向，并沿这组方向进行搜索，求岀目标函数的极小点，根据共辘方向的基本性质 这种方法具有二次终止性。 实现步骤如下: ⑴ 给定初点x｛］）eRn ,允许误差￡0； （2） 若酚（刊卜￡,则停止计算；否则，转⑶； （3） 置〃⑴二-中6⑴），k=lo （4） 作一维搜索，求入，满足/卅）+ 2皿⑷）=哦1/岸）+加⑹）； （5） 令少）*）+ 2肿,求g（Z=Vf（兀仙））。 ⑹ 若||gE）|，则停止计算；否则，转⑺； ⑺ 若k=n,则令兀（】）=兀決）,转⑶;否则，转8）； 令〃（如）=- 令〃（如）=-（如）+0皿⑷，其中仅 置k=k+l,转⑷。 程序 includestdio.h #includemath.h includeiostream.h #define N 100 double F(double x[],double p[],double xi[],double ba[],int n,double t) { double f=0; int i; for(i=0;in;i++) f=f+xi[i]*(x[i]+t*p[i]-ba[i])*(x[i]+t*p[i]-ba[i]); return f; } double HJFC(double xf],double pf],double xif],double ba[],int n) { double a二0,b二 10,xl,x2,fl,f2,e=0.0001,