单纯形法最优化算法matlab程序

单纯形法最优化算法matlab程序

作者：liu；wei；
单纯形法由Spendley, Hext和Himsworth首先提出，1965年被Nelder和Mead所改进。现在检索到的单纯形法有很多种，而且大多数不是我这一种，请区分辨别。
通过计算出若干点处的函数值，对其大小进行比较，可以看出函数值变化的大致趋势，从而可以寻求使函数值下降的搜索方向。在n维空间中，由n+1个不同点顺序相连，就可以构成一个具有n+1个顶点的多面体- --称之为单纯形。计算函数在这n+1个顶点的函数值，并进行比较，据此来确定有利的搜索方向和步长，找到一个比较好的点来取代单纯形中较“坏”的那个顶点，从而组成了-一个新的单纯形，并用之取代原来的单纯形。如此下去，新单纯形不断地向目标函数的极小点靠近，直到搜索到极小点为止。
在这里插入图片描述

例题
试用单纯形法求 f(x)=4(x1-5)2 + (x2-6)2
的极小值。
初始点x1=(8,9)并取 x2=(10,11)和x3=(8,11)，增长因子alpha = 2;阻尼因子beta = 0.5;收敛误差epsilon = 1e-2;

clc;clear all;

xx.x1=[8,9];
xx.x2=[10,11];
xx.x3=[8,11];
xx.alpha = 2;
xx.beta = 0.5;
xx.epsilon = 1e-2;

[ xx ] = NeldSearch( xx );



function [ param ] = NeldSearch( param )
    initPts = [param.x3;param.x2;param.x1];
    disp(initPts);
    fvals = [func(param.x3) func(param.x2) func(param.x1)];
    if(max(fvals) - min(fvals) < param.epsilon)
        param.solve = mean(initPts);
        disp('最优化结果');
        param.solve
        return;
    end
     
    %先排序；   
    [~,index]= sort(fvals);  %默认升序；
    %确定b,g,w；
    param.x3 = initPts(index(1),:);%3
    param.x2 = initPts(index(2),:);%2
    param.x1 = initPts(index(3),:);%1
     
    param.x4 =  (param.x3 + param.x2)/2;%4
    param.x5 =  param.x4 + (param.x4 - param.x1);%5
     
    if(func(param.x5) < func(param.x3))
    	param.x6 = param.x4 + param.alpha*(param.x4-param.x1);%6
        if(param.x6 < param.x5)
            param.x1 = param.x6;
        else
            param.x1 = param.x5;
        end
    elseif(func(param.x3) < func(param.x5) && func(param.x5) <= func(param.x2))
        param.x1 = param.x5;
    elseif(func(param.x2) < func(param.x5) && func(param.x5) <= func(param.x1))
        param.x7 = param.x4 + param.beta*(param.x5-param.x4);%7
        param.x1 = param.x7;
    else
        param.x8 = param.x4 - param.beta*(param.x4-param.x1);%8
        if(func(param.x8) < func(param.x1))
            param.x1 = param.x8;
        else
            param.x9 = (param.x1 + param.x3)/2;%9
            param.x1 = param.x9;
            param.x10 = (param.x2 + param.x3)/2;%10
            param.x2 = param.x10;
        end
    end
    plot(param.x3(1),param.x3(2),'*',param.x2(1),param.x2(2),'*',param.x1(1),param.x1(2),'*');
    param = NeldSearch(param);            %递归；  
end
 
 
function  f = func(point)
    x1= point(1);
    x2= point(2);
    f = 4*(x1-5)^2+(x2-6)^2;
end