随机生成元素升序向量_工程优化设计与Matlab实现——约束问题的直接解法(随机方向法)...

约束问题的直接解法比较简单易行,对函数没有特殊的要求,主要用于求解仅含有不等式约束条件的最优化问题,但对于多维优化问题计算量比较大。

约束问题的直接解法所面临的数学模型如下:

求目标函数

的极小值点和极小值,

其中约束条件构成的可行域

随机方向法

随机方向法仍然是按照“给定方向后做一维搜索”的基本思路来进行的,也就是说,其迭代格式仍然可表示为:

Point 1 随机方向法的思路

随机方向法,首先在可行域内选取一个初始点

,即

随机生成

(n为维数) 个单位矢量方程组:

出发,沿给定的步长
产生
个探索点

找出探索点中在可行域内(满足约束条件),且函数值最小的点,令其为

为初始点,
为搜索方向,
为步长,求得

如果

既满足约束条件,且
,则令
继续沿之前的方向和步长迭代。

否则就再以

为起点,缩小步长为之前的一半,沿之前的方向迭代;如果步长缩小到比精度还小,就
为起点,再次生成随机生成
(n为维数) 个单位矢量方程组……

直到得到的

即符合约束条件、又满足
,且精度满足要求,为止。

“完全感觉自己的语言已经难以描述如此简单粗暴的随机方向法了”

“小伙伴们还是直接看流程图吧”

da887da9-7932-eb11-8da9-e4434bdf6706.png

总得来说,随机方向法采用了“撞大运”的方式,先广泛撒网,然后从“网里”找到一个下降值最大的方向“重点培养”,在此方向上搜索到不能再搜索(步长小于精度便没有搜索意义)时,再从已经更新了的迭代点广泛撒更小的网……不断迭代,直到迭代点满足精度要求。

值得注意的是,步

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