第12讲 单纯形法和复形法.ppt

* 单纯形法 （0.5学时） 复合形法 （0.5学时） 习题课 （1学时） 重 点：单纯形法、复合形法的步骤及 软件求解。非线性规划方法总结。 难 点: 单纯形法、复合形法的思路 基本要求：理解单纯形法和复合形法的步骤的思路，了解两种方法的联系及特点，掌握用软件实现单纯形法和复合形法。 第12讲 单纯形法、复合形法及习题课 单纯形法 （一）单纯形法的思路 单纯形定义： ， 线性独立 为 构成的凸包，则称 单纯形。 单纯形法的思路： 单纯形法（simplex method），最直接法中最基本的方法。通过构造单纯形来逼近极小点，每构造一个单纯形，确定其最高点和最低点，然后通过扩展或压缩、反射构造新的单纯形，目的是使极小点能够包含于单纯形中。 对于二维变量问题，单纯形为下图所示的由 及 六个点构成的多面体。 （二）单纯形法的步骤 用单纯形法求解无约束问题 的算法步骤如下 （1）选取初始单纯形 反映系数 紧缩系数 扩展系数 收缩系数 精度 置k=0； （2）将单纯形的n+1个顶点按目标函数的大小重新编号，使顶点的编号满足 （3）令 ， 若 停止迭代，输出 ，否则转（4）； （4）计算 若 ，转（5）， 否则当 时转（6），若 转（7）； （5）计算 ，若 转（2）， 否则转（6）； （6）令 ，转（2）； （7）令 ，计算 若 ，令 ，转（2），否则转（4）； （8）令 ， 转（2）。 单纯形法的计算框图 （三）单纯形法的Matlab实现 函 数: minSimpSearch。 功 能：用单纯形法求解多维函数的极值。 调用格式：[x,minf]=minSimpSearch(f,X,alpha,sita,gama,beta,var,eps) 其中：f:目标函数；X：初始单纯形；alpha：反映系数；sita：紧缩系数；gama：扩展系数；beta：收缩系数；var：自变量向量；eps：自变量精度；x：目标函数取最小值的自变量值；minf：目标函数的最小值。 单纯形法举例 例1 用单纯形法求解下面函数的极小值 取初单纯形 取参数 。 解：在Matlab命令窗口 中输入 syms x1 x2; f=3*x1^2+x2^2-x1*x2+3*x2-5; x=[-10 1 8;-10 4 8]; [x,mf]=minSimpSearch(f,x,1.2,0.5,2,0.3,[x1 x2]) 所得结果为： x=-0.2729 -1.6364 mf=-7.4545 。 用单纯形法求函数的极值，重要的是初始单纯形要选好，如果对结果不确定，可以多换几个初始单纯形再计算。 同样为了验证结果的正确性，可以把函数 。 的曲面图如图1，图2所示。 从曲面图上很直观地可以得到函数 极值点的大致范围，从而可以验证结果的正确性。 （四）单纯形法的优缺点 优点： 计算简单，不需要求函数（偏）导数，可以 没有函数的解析式，只要有函数值即可应用。 缺点： 收敛速度慢。 适合场合：各种无约束极值问题。 复合形法 （一）复合形法的思路 复合形法来源于无约束问题的单纯形法，通 过构造复合形来求得最优解，新的复合形通过替换旧的复合形中的坏点（目标函数