工程优化目标函数的几种极值求解方法c++编程
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
目标函数极值求解的几种方法
题目:分别用最速下降法,牛顿法,共轭梯度法,拟牛顿法求函数
2
42
32
22
1)
5(5)1()5(5)1(-+-+-+-=x x x x f 的最小值,初始点自拟。
一维搜索法:
迭代下降算法大都具有一个共同点,这就是得到点()k x 后需要按某种规则确定一个方向()k d ,再从()k x 出发,沿方向()k d 在直线(或射线)上求目标函数的极小点,从而得到()k x 的后继点()1+k x ,重复以上做法,直至求得问题的解,这里所谓求目标函数在直线上的极小点,称为一维搜索。
一维搜索的方法很多,归纳起来大体可以分为两类,一类是试探法:采用这类方法,需要按某种方式找试探点,通过一系列的试探点来确定极小点。另一类是函数逼近法或插值法:这类方法是用某种较简单的曲线逼近本来的函数曲线,通过求逼近函数的极小点来估计目标函数的极小点。这里采用的是第一类试探法中的黄金分割法。实现过程如下:
⑴ 置初始区间[11,b a ]及精度要求L>0,计算试探点1λ和1μ,计算函数值
()
1λf 和()1μf ,计算公式是:()1111382.0a b a -+=λ,()1111618.0a b a -+=μ。令
k=1。
⑵ 若
L
a b k k <-则停止计算。否则,当()K f λ>()k f μ时,转步骤⑶;当
()K f λ≤()k f μ时,转步骤⑷ 。
⑶ 置k
k a λ=+1,
k
k b b =+1,
k
k μλ=+1,
()
1111618.0++++-+=k k k k a b a μ,计算函
数值
()
1+k f μ,转⑸。
⑷ 置k
k a a =+1,
k
k b μ=+1,
k
k μμ=+1,
()
1111382.0++++-+=k k k k a b a λ,计算
函数值
()
1+k f λ,转⑸。
最速下降法
实现原理描述:在求目标函数极小值问题时,总希望从一点出发,选择一个目
标函数值下降最快的方向,以利于尽快达到极小点,正是基于这样一种愿望提出的最速下降法,并且经过一系列理论推导研究可知,负梯度方向为最速下降方向。
最速下降法的迭代公式是()()()k k k k d x x λ+=+1,其中()k d 是从()k x 出发的搜索方向,这里取在点()k x 处最速下降方向,即()()k k x f d -∇=。k λ是从()k x 出发沿方向()k d 进行的一维搜索步长,满足()()()()()()k k k k k d x f d x f λλλ+=+≥0
min 。
实现步骤如下:
⑴ 给定初点()n R x ∈1 ,允许误差0>ε,置k=1。
⑵ 计算搜索方向()()k k x f d -∇=, 若()ε≤k d ,则停止计算;否则,从()
k x 出发,沿方向()k d 进行的一维搜索,求k λ,使()()()()()()k k k k k d x f d x f λλλ+=+≥0
mi n 。
⑶ ()()()k k k k d x x λ+=+1,置k=k+1返回步骤 ⑵。
牛顿法
牛顿法迭代公式:()()()k k k k d x x λ+=+1,()k d 是在点()k x 处的牛顿方向,
()
()
()
()
()k k k x
f x
f d
∇-∇=-1
2
,k
λ
是从()k x 出发沿牛顿方向()k d 进行搜索的最优步长。
⑴ 给定初点()n R x ∈1 ,允许误差0>ε,置k=1。
⑵ 计算()()k k x f g ∇=, 若()ε≤k g ,则停止计算;否则,转⑶。 ⑶ 计算()()()k k k g x f d 1
2--∇=,从()k x 出发,沿方向()k d 进行的一维搜索,
求k λ,使()()()()()()k k k k k d x f d x f λλλ+=+≥0
min ,()()()k k k k d x x λ+=+1,置k=k+1返回
步骤 ⑵。
共轭梯度法
若()()()k d d d ,,,21 是n R 中k 个方向,它们两两关于A 共轭,即满足
()()
k
j i j i Ad
d
j T
i ,,1,;,0 =≠=,称这组方向为A 的k 个共轭方向。共轭梯度法的
基本思想是把共轭性与最速下降法相结合,利用已知点处的梯度构造一组共轭方
向,并沿这组方向进行搜索,求出目标函数的极小点,根据共轭方向的基本性质这种方法具有二次终止性。
实现步骤如下:
⑴ 给定初点()n R x ∈1 ,允许误差0>ε; ⑵ 若ε≤∇)(1x f ,则停止计算;否则,转⑶; ⑶ 置()()()11x f d -∇=,k=1。
⑷ 作一维搜索,求k λ,满足()()()()()()k k k k k d x f d x f λλλ+=+≥0
min ;
⑸ 令()()()k k k k d x x λ+=+1,求()()()11++∇=k k x f g 。 ⑹ 若()ε≤+1k g ,则停止计算;否则,转⑺; ⑺ 若k=n,则令()()11+=n x x ,转⑶;否则,转8);
⑻ 令()()k k k k d g d β+-=++)1(1,其中()(
)
()
()
2
2
1k k k x
g x
g +=
β,置k=k+1,转⑷。
程序
#include
#define N 100
double F(double x[],double p[],double xi[],double ba[],int n,double t) { double f=0; int i;
for(i=0;i f=f+xi[i]*(x[i]+t*p[i]-ba[i])*(x[i]+t*p[i]-ba[i]); return f; } double HJFC(double x[],double p[],double xi[],double ba[],int n) { double a=0,b=10,x1,x2,f1,f2,e=0.0001,y; x2=a+0.618*(b-a); f2=F(x,p,xi,ba,n,x2); x1=a+0.382*(b-a); f1=F(x,p,xi,ba,n,x1);