在使用二维优化算法时,经常需要调用一维搜索算法求步长,而一维搜索算法需要确定搜索区间。进退法不仅可以直接当作一维搜素算法使用,也可以用来确定一维搜索区间。
进退法确定搜索区间的原理是:
假设一维目标函数为一个单峰函数,初始点 x0, 步长 h, 迭代点 x1= x0+h。 lamda初始值设为1.
(1) 若 f(x0)> f(x1), 则 x2=x1+lamda*h. 找到一个 lamda,使得 f(x2) > f(x1),输出搜索区间 [x1, x2]。
(2) 若 f(x0)<= f(x1), 则 x2=x1-lamda*h. 找到一个 lamda,使得 f(x2) > f(x0),输出搜索区间 [x2, x0]。
个人认为只确定搜索区间的话,步长值就不用缩小了,一直放大即可。matlab 代码如下:
function [low,up]=minJT(fun,x0,h)
% fun是一个匿名函数
lamda=1;
x1=x0;x2=x0+h;
if fun(x1)>fun(x2)
x_panduan=x2;
while 1
x1=x2;x2=x1+lamda*h;
lamda=1.1*lamda;
if fun(x2)>fun(x_panduan)
break;
end
end
else
x_panduan=x1;
while 1
x1=x2;x2=x1-lamda*h;
lamda=1.1*lamda;
if fun(x2)>fun(x_panduan)
break;
end
end
end
low=min(x_panduan,x2);
up=max(x_panduan,x2);
end
例如:
[low,up]=minJT(@(x)x^4-x^2-2*x-5,0,0.1)
输出:
low =
0.1000
up =
1.6937