讲 无约束优化.pptxVIP

数学建模与数学实验无约束最优化实验目的1.无约束最优化基本算法.2.掌握用数学软件包求解无约束最优化问题.实验内容1. 无约束优化基本思想及基本算法.2. MATLAB优化工具箱简介.3. 用MATLAB求解无约束优化问题.4. 实验作业. 无约束最优化问题求解无约束最优化问题的的基本思想*无约束最优化问题的基本算法返回求解无约束最优化问题的基本思想标准形式：求解的基本思想( 以二元函数为例 )连续可微315 唯一极小(全局极小)多局部极小最优点 (1 1)初始点 (-1 1)搜索过程-114.00-0.790.583.39-0.532.600.231.500.00-0.180.09-0.030.980.370.110.470.590.330.200.800.630.050.950.900.0030.990.991E-40.9990.9981E-5返回0.99970.99981E-8无约束优化问题的基本算法 1．最速下降法（共轭梯度法）算法步骤： 最速下降法是一种最基本的算法，它在最优化方法中占有重要地位.最速下降法的优点是工作量小，存储变量较少,初始点要求不高；缺点是收敛慢，最速下降法适用于寻优过程的前期迭代或作为间插步骤，当接近极值点时，宜选用别种收敛快的算法.2．牛顿法算法步骤： 如果f是对称正定矩阵A的二次函数，则用牛顿法，经过一次迭代就可达到最优点,如不是二次函数，则牛顿法不能一步达到极值点，但由于这种函数在极值点附近和二次函数很近似,因此牛顿法的收敛速度还是很快的. 牛顿法的收敛速度虽然较快，但要求黑塞矩阵可逆，要计算二阶导数和逆矩阵，就加大了计算机的计算量和存储量.3．拟牛顿法返回MATLAB优化工具箱简介1.MATLAB求解优化问题的主要函数2.优化函数的输入变量 使用优化函数或优化工具箱中其他优化函数时, 输入变量见下表:3.优化函数的输出变量见下表:4．控制参数选项的设置选项中常用的几个参数的名称、含义、取值如下: (1) 陈列: 显示水平.取值为off时,不显示输出; 取值为iter时,显示每次迭代的信息;取值为final时,显示最终结果.默认值为final.(2) MaxFunEvals: 允许进行函数评价的最大次数,取值为正整数. (3) MaxIter: 允许进行迭代的最大次数,取值为正整数. 控制参数选项可以通过函数optimset创建或修改.命令的格式如下：(1) options=optimset(optimfun) 创建一个含有所有参数名,并与优化函数optimfun相关的默认值的选项结构.（2）options=optimset(param1,value1,param2,value2,...) 创建一个名称为选项的优化选项参数,其中指定的参数具有指定值,所有未指定的参数取默认值.(3) options=optimset(oldops, param1,value1,param2,value2,...) 创建名称为oldops的参数的拷贝,用指定的参数值修改oldops中相应的参数.例：opts=optimset(Display, iter, TolFun,1e-8) 该语句创建一个称为选择的优化选项结构,其中显示参数设为iter, TolFun参数设为1e-8.返回用MATLAB解无约束优化问题 常用格式如下：（1）x= fminbnd (fun,x1,x2)（2）x= fminbnd (fun,x1,x2 ，options)（3）[x，fval]= fminbnd（…）（4）[x，fval，exitflag]= fminbnd（…）（5）[x，fval，exitflag，output]= fminbnd（…） 其中等式（3）、（4）、（5）的右边可选用（1）或（2）的等式右边. 函数fminbnd的算法基于黄金分割法和二次插值法，它要求目标函数必须是连续函数，并可能只给出局部最优解. 主程序为wliti1.m: f=2*exp(-x).*sin(x); fplot(f,[0,8]); %作图语句 [xmin,ymin]=fminbnd (f, 0,8) f1=-2*exp(-x).*sin (x); [xmax,ymax]=fminbnd (f1, 0,8)wliti1.mMATLAB(wliti1)解例2 有边长为3m的正方形铁板，在四个角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？先编写M文件fun0.m如下: function f=fun0(x) f=-(3-2*x).^2*x;主程序为wliti2.m: [x,fval]=fminbnd(fun0,0,1.5); xmax=x fmax=-fvalwliti2.mMATLAB(wlit