第4章一维搜索法求目标函数极值方法和点存在条件都离不开.pdfVIP

第四章 一维搜索法 求目标函数极值的方法和函数极值点存在的条件，都离不开 求目标函数的一、二阶导数或偏导数。但有时函数的导数不易求 得，甚至根本就不存在。这时，上述方法就无法应用。直接探索 (或称搜索)方法就是在这神情况下形成与发展起来的，并且在工 程实践中得到了广泛应用。对于单个变量(一维问题) 的直接探索， 通常称为一维探索(或一维搜索、寻查)或线性探索。它是一维最 优化问题的常用方法。 (0) 求 目标函数的极值问题，可以处理为从选定的初始点出发， X 沿着某一使函数值下降的待定方向 S (0) 求出目标函数在此方向上的 (1) (1) 极值点 ，然后再从点 出发沿使目标函数值继续下降的另一 X X 个特定方向 S (1) 求目标函数新的极值点X (2) 。如此逐步迭代下去， 直到满足迭代终止判据并求出近似的最优解 X * 为止。 第四章 一维搜索法 (k ) 以上每一步的格式都是从某一定点 出发，沿着某一使函数值 X (k ) (k +1) 下降的规定方向 找出在此方向的极值点 X 。这一过程 S 是最优化方法中的一种基本过程，在此过程中因出发点探索方向 均暂时为定值，因此，为了使目标函数值为最小，只要找到合适 的步长就可以了。也就是说，在任何一次迭代计算过程中，当起 (k ) (k ) 步点 和方向 S确定之后，就把求 目标函数的极 X ( k ) a 小值这个 问题，变成求一个变量即步长 的最优值的一维 问题了。即: min f (X (k ) +aS (k ) ) =f (X (k ) +a(k )S (k ) ) X (k +1) =X (k ) +a(k )S (k ) 第四章 一维搜索法 第四章 一维搜索法 一维优化需要解决两个方面的问题： 1. 确定极小点存在的区间，即搜索区间 （初始区间）。 （加步探索法，进退法，或叫外推法） 2. 在搜索区间上寻优。 （试探法：对分法、黄金分割法，插值法：抛物 ） 4-1 确定初始区间的进退法 由单谷函数的性质可知，在极小点左边函数值应一直下降，而在极 小点右边则函数值应严格上升，函数值具有的特征是： “高－低— (k ) x x x 高”。根据这一特点，若已知 方向上的三 个点 ，以 S 1 2 3