无约束优化方法1.pptxVIP

Chapter 5 多变量无约束优化方法主 要 内 容无约束优化方法的一般步骤1.变量（坐标）轮换法2.原始共轭方向法3.鲍威尔（共轭方向）法4.梯度法5.牛顿法6.变尺度法多变量无约束优化方法种类直接法：变量轮换法，共轭方向法， 鲍 威尔法；间接法：梯度法，牛顿法，变尺度法总的目标：求一组设计变量，用向量表示为 =[ ],使目标函数minf(X)=f(X*) 。多变量无约束优化方法一般过程可分为四步： （1）选 点选初始点 （要求：越靠近 越好）。（2） 选方向在点 （k=0，1，2,….,是 的一个特例），根据 性质选 ，使目标函数值下降。（称 为下降方向）。（3）?选步长由 出发，沿 方向搜索，定出最优步长因子 ，得新设计点 。 满足。这种性质的算法称下降算法。（4） 迭代终止条件 若 满足迭代计算终止条件则停止，否则返回（2）继续迭代。关键问题：①确定搜索方向 。②定出最优化步长因子 。（一维搜索方法） 1 变量（坐标）轮换法 变量（坐标）轮换法 一、原 理 把一个n维无约束最优化问题转化为:依次沿相应的