坐标轮换法课件.pptxVIP

第三章 无约束优化方法; 无约束求优的过程是从某一选定的初始点出发，沿着按一定规律产生的搜索方向组逐次寻求函数值下降的新迭代点，使之逐步逼近最优点，即 满足 可见，各种无约束优化方法的区别，主要在于搜索方向的不同，搜索方向的构成问题是无约束约束优化方法的主要特征。 主要分为两大类：一是直接法，即不用导数信;息的算法，只需要进行函数值的计算与比较，来确定迭代方向和步长，如坐标轮换法、共轭方向法和鲍威尔共轭方向法；另一类是间接法，即利用函数的一阶或二阶偏导数矩阵，来确定迭代方向和步长，如最速下降法，牛顿法和变尺度法。; 无约束极小化算法框图;2.坐标轮换法 坐标轮换法又称变量轮换法，属于直接法，其基本原理为：将一个多维无约束优化问题转换为一系列一维优化问题来求解，即依次沿着坐标轴的方向进行一维搜索，求得极小点。 对于n维无约束优化问题，先将（n-1)个变量固定不动，只变化第一个变量 ，即由起始点沿着第一个变量 的方向 进行一维搜索，得到好点 ;而后再保持（n-1）;个变量不变，对第二个变量 进行一维搜索，此时搜索方向为 ，得到好点 。如此沿