无约束多维极值-模式搜索法

模式搜索法是一种优化算法,通过交替进行轴向移动和模式移动来寻找函数的最小值。在MATLAB中应用该方法进行无约束多维极值问题求解,经过多次迭代,最终找到的极小值点为(-0.7703, 0.1774)。算法过程中,MeshSize逐渐减小,表明迭代逐步精确。" 60874476,1495637,Win7 64位环境下Python2.7.2安装numpy教程,"['Python', '科学计算', '库安装']
摘要由CSDN通过智能技术生成

一、基本概念
模式搜索法每一次迭代都是交替进行横向移动和模式移动。轴向移动的目的是探索有利的下降方向,而模式移动的目的则是沿着有利方向加速移动。在几何上是寻找具有较小函数值的“山谷”,力图使迭代产生的序列沿“山谷”逼近极小值点。

clear all
clc
fun = @psobj;
options = optimoptions('patternsearch','Display','iter','PlotFcn',@psplotbestf);    
x0 = [0,0];
A = [];
b = [];
Aeq = [];
beq = [];
lb = [];
ub = [];
nonlcon = [];
x = patternsearch(fun,x0,A,b,Aeq,beq,lb,ub,nonlcon,options)
function y = psobj(x)

y = exp(-x(1)^2-2*x(2)^2)*(1-5*x(1) -3*x(2) + 9*x(1)*cos(x(2)));

结果
Iter f-count f(x) MeshSize Method
0 1 1 1
1 3 -0.270671 2 Successful Poll
2 7 -0.270671 1 Refine Mesh
3 11 -0.270671 0.5 Refine Mesh
4 15 -0.303265 1 Successful Poll
5 18 -0.758251 2 Successful Poll
6 22 -0.758251 1 Refine Mesh
7 26 -0.758251 0.5 Refine Mesh
8 27 -0.9207 1 Successful Poll
9 31 -

  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值