用MATLAB实现共轭梯度法求解实例.docxVIP

用?MATLAB?实现共轭梯度法求解实例 康福 201103710031 1．无约束优化方法 1.1?无约束优化方法的必要性 一般机械优化设计问题，都是在一定的限制条件下追求某一指标为最小，它 们都属于约束优化问题。但是为什么要研究无约束优化问题? （1）有些实际问题，其数学模型本身就是一个无约束优化问题。 （2）通过熟悉它的解法可以为研究约束优化问题打下良好的基础。 （3）约束优化问题的求解可以通过一系列无约束优化方法来达到。所以无约束 优化问题的解法是优化设计方法的基本组成部分，也是优化方法的基础。 （4）对于多维无约束问题来说，古典极值理论中令一阶导数为零，但要求二阶 可微，且要判断海赛矩阵为正定才能求得极小点，这种方法有理论意义， 但无实用价值。和一维问题一样，若多元函数?F(X)不可微，亦无法求解。 但古典极值理论是无约束优化方法发展的基础。 1.2?共轭梯度法 目前已研究出很多种无约束优化方法，它们的主要不同点在于构造搜索方向 上的差别。 （1）间接法——要使用导数，如梯度法、（阻尼）牛顿法、变尺度法、共轭梯度 法等。 （2）直接法——不使用导数信息，如坐标轮换法、鲍威尔法单纯形法等。 用直接法寻找极小点时，不必求函数的导数，只要计算目标函数值。这类方 法较适用于解决变量个数较少的（n?≤20）问题，一般情况下比间接法效率低。 间接法除要计算目标函数值外，还要计算目标