确定搜索区间的进退法matlab编程,确定搜索区间的进退法.ppt

确定搜索区间的进退法

迭代计算的基本格式 基本思想 从一点出发，按一定的步长，试图确定出函数值呈现出”高－低－高“的三个点。一个方向不成功，就退回来沿相反方向搜索。 具体作法： 例4.1 用进退法确定函数 基本思路：逐步缩小搜索区间，直至最小点存在的区 间达到允许的误差范围为止。 黄金分割法计算框图 例 用0.618法求一元函数 §4-3 二次插值法 * 一元函数的极小值问题，就是一维最优化问题，其数值迭代方法亦称为一维搜索方法。 一维搜索最优化是优化方法中最简单、最基本的方法。 主要方法有：0.618法、牛顿法、二次插值法等。 §4－1 一维搜索的搜索区间 一、一维搜索的概念 ◎在极小点附近，函数呈现“大－小－大” 一维搜索的思路 (1)确定极小点α*所在的区间[a, b]，在此区间内，函数呈现“大－小－大”变化趋势。搜速区间。 a b (2)在[a, b]内找α*－将区 间长度逐步缩短。 0.618法与二次插值法就是解决第二个步骤的方法 在极小点附近，函数呈现“大－小－大” 二、确定搜索区间的进退法 进退法步骤 进退试算法步骤 一、消去法的基本原理 §4－2 黄金分割法(0.618法) 二、0.618的由来 L a b L1= λL L1= λL L1= λL L 2=(１－λ)L a b’ L 2=(１－λ) L L a b L1= λL L1= λL L1= λL L 2=(１－λ)L b L 2=(１－λ) L @数学家华罗庚运用黄金分割法提出一种可以尽可能减少做试 验次数、尽快地找到最优方案的方法——优选法 三、0.618法的迭代过程及算法框图 §4-3 牛顿法 基本思想：在极小点附近，将目标函数做二阶Taylor展开， 得二次多项式，用该多项式的极小点近似原问题的极小点。 注意点：初始迭代点的选择很重要，要靠近极小点，否则可 能不收敛。 需计算一、二阶导数，计算两增大，实用可能不方便。 思考：实际问题如何得到初始迭代点？ 割线法：导数的近似计算。 割线法 *