现代设计方法 张大可版 坐标轮换法 python实现

采用坐标轮换法求解最优化问题，示例基于书籍范例编写，并不适合所有情况，可以按需求进行修改补充。

代码注解已在程序注释标出，新手编写的程序较为简单，欢迎大佬批评指导

# 开发人员：盛夏的原谅色
# 开发时间：2023/10/26 13:02
# 本文件仅适用于学习分享，不可用作商业用途侵权必究
# 坐标轮换法python实现

# 导入第三方库
from sympy import symbols,diff,solve
a_values=[]

# 设定对应函数
def equation(x1,x2):
    # 现代设计方法 张大可 第四章4.1函数
    fx=2*x1**2+3*x2**2-8*x1+10
    # 现代设计方法 张大可 第四章例4-1函数
    # fx=x1**2+x2**2-x1*x2-10*x1-4*x2+60
    return fx
# 计算最佳步长与迭代点
def step(x1,x2,i):
    a = symbols('a')
    # 通过条件判断实现，第一次向x方向搜索，步长为a
    if i%2!=0:
        x10 = x1 + a
        x20 = x2 + 0
    else:
        x10 = x1 + 0
        x20 = x2 + a
    # 将含未知量a的点位带入函数，并对a求导
    derivative = diff(equation(x10, x20), a)
    # 打印输出
    print(derivative)
    # 一元函数取极值，必要条件一阶导为0，令导数方程=0可得a的值a_value
    a_value = solve(derivative, a)[0]
    # 保留三位小数
    s=round(a_value,3)
    # 将最优步长带入得到迭代点
    if i%2!=0:
        x_1 = x1 + s
        x_2 = x2 + 0
    else:
        x_1 = x1 + 0
        x_2 = x2 + s
    # 保留3位小数
    m=round(x_1,3)
    n=round(x_2,3)
    # 打印输出
    print(m,n)
    return m,n
# 主函数
def main():
    # 输入初始点位
    x_1 = round(float(input('请输入初始点x1:')),3)
    x_2 = round(float(input('请输入初始点x2:')),3)
    # i为循环判断变量
    i=1
    # i<20避免陷入死循环
    while i<20:
        # 保存初始点和迭代后初始点
        if i%2!=0:
            x10=x_1
            x20=x_2
        # 调用step函数计算最佳步长和迭代点，返回一个元组
        c=step(x_1,x_2,i)
        # 从元组中取出迭代点
        x_1=c[0]
        x_2=c[1]
        # 完成一次迭代，i+1
        i += 1
        # 保证精度计算是迭代点（经历一轮x,y方向迭代的点）和迭代后初始点(做此轮初始点的上一轮迭代点)之间的计算
        if i%2!=0:
            # 精度计算
            acc=((x_1-x10)**2+(x_2-x20)**2)**0.5
            # 精度判断符合则完成计算，输出结果
            if acc<=0.3:
                fx=equation(x_1,x_2)
                print('最优解为：',x_1,x_2,'此时精度为：',acc)
                print('近似最优解为：',fx)
                break
            # 精度不符合，继续计算
            else:
                print('迭代点为：',x_1,x_2)
                print('精度为：',acc,'不符合精度要求继续')
                continue
# 当运行本程序时调用主函数
if __name__ == "__main__":
    main()