《数学家长会》课件.pptVIP

优化模型 1、直接法 常用的一维直接法主要有消去法和近似法两种： （1）消去法 该法利用单峰函数具有的消去性质进行反复迭代，逐渐消去不包含极小点的区间，缩小搜索区间，直到搜索区间缩小到给定允许精度为止。一种典型的消去法为黄金分割法(Golden Section Search）。黄金分割法的基本思想是在单峰区间内适当插入两点，将区间分为三段，然后通过比较这两点函数值的大小来确定是删去最左段还是最右段，或同时删去左右两段保留中间段。重复该过程使区间无限缩小。插入点的位置放在区间的黄金分割点及其对称点上，所以该法称为黄金分割法。该法的优点是算法简单，效率较高，稳定性好。 优化模型 （2）多项式近似法 该法用于目标函数比较复杂的情况。此时寻找一个与它近似的函数代替目标函数，并用近似函数的极小点作为原函数极小点的近似。常用的近似函数为二次和三次多项式。 二次内插涉及到形如下式的二次函数数据拟合问题： 其中步长极值为： 优化模型 然后只要利用三个梯度或函数方程组就可以确定系数a和b，从而可以确定α*。得到该值以后，进行搜索区间的收缩。在缩短的新区间中，重新安排三点求出下一次的近似极小点α*，如此迭代下去，直到满足终止准则为止。其迭代公式为： 其中 优化模型 2、间接法 间接法需要计算目标函数的导数，优点是计算速度很快。常见的间接法包括牛顿切线法、对分法、割线法和三次插值多项式近似法等。用得较多的是三次插值法。 三次插值的基本思想与二次插值的一致，是用四个已知点构造一个三次多项式P3(x)，用它逼近函数f(x)，以P3(x)的极小点作为f(x)的近似极小点。一般讲，三次插值法比二次插值法的收敛速度要快些，但每次迭代需要计算两个导数值。 优化模型 三次插值法的迭代公式为 其中 如函数的导数容易求得，一般首先考虑使用三次插值法，因为它具有较高效率。对于只需要计算函数值的方法中，二次插值法是一个很好的方法，它的收敛速度较快，尤其在极小点所在区间较小时尤其如此。黄金分割法则是一种十分稳定的方法，并且计算简单。 优化模型 3、单变量优化的Matlab实现 fminbnd 返回固定区间内单变量函数的最小值 x = fminbnd(fun,x1,x2) 返回区间{x1，x2}上fun参数描述的标量函数的最小值x x = fminbnd(fun,x1,x2,options) 用options参数指定的优化参数进行最小化 x = fminbnd(fun,x1,x2,options,P1,P2,...) 提供另外参数P1,P2等,传输给目标函数fun。如果没有设置options选项，则令options=[] 优化模型 注(1) Fun ： 需要最小化的目标函数。fun函数需要输入自变量x，返回x处的目标函数值f。如 x = fminbnd(@sin,0,5) 同样，fun参数可以是一个包含函数名的字符串。对应的函数可以是M文件、内部函数或MEX文件。 上述问题最小值情况可以图形化说明 x= 0:pi/100:5; y = sin(x); plot(x,y) 优化模型 注(2) Options： 优化参数选项。可以用optimset函数设置或改变这些参数的值。options参数有以下几个选项： Display – 显示的水平。 选择‘off’，不显示输出；选择‘iter’，显示每一步迭代过程的输出；选择‘final’，显示最终结果。 MaxFunEvals – 函数评价的最大允许次数。 MaxIter – 最大允许迭代次数。 TolX –x处的终止容限。 优化模型 例：对边长为3m的正方形铁板，在四个角处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？ 优化模型 二、多变量优化模型 1、线性规划(Linear Programming)模型 （1） 线性规划模型的一般形式是： 优化模型 （2）线性规划模型的压缩形式是： 优化模型 （3）线性规划模型的矩阵形式是： 其中 优化模型 （4）线性规划问题的标准形式是： 或 矩阵形式为： 优化模型 （5）线性规划模型的一般解法 图解法 单纯形法 对偶单纯形法