fprintf函数的用法matlab_工程优化设计与Matlab实现——一维搜索方法（总结）

一维搜索主要分两步：第一步是找到一个粗糙的单峰区间；第二部就是缩小它

现在我们将之前的几个程序拼接起来，组成一个完整的一维搜索程序

计算函数

的极小值点，初始值为

进退法程序：工程优化设计与Matlab实现——一维搜索方法（一）

黄金分割法程序：工程优化设计与Matlab实现——一维搜索方法（二）

二次插值法程序：工程优化设计与Matlab实现——一维搜索方法（三）

第一种一维搜索：进退法+黄金分割法

clc

计算结果为：

第二种一维搜索：进退法+二次插值法

clc

计算结果为：

由此我们可以看出，两种方法都可以达到同样的目的——找到极小值点和极小值。

但是两种方法在迭代次数上有明显的差异，即黄金分割法进行了39次迭代，二次插值法只用了1次，这是因为

本身就是一个二次函数，在第一次二次插值时，插值函数就是目标函数本身，所以对于二次性较好的函数来说二次插值法不失为一个更好地选择。二次插值法的缺点在于其单次计算量较大，主要是计算插值函数及插值函数极值点这一过程所带来的。

而对于黄金分割法来说，其优点就是计算量小。虽然迭代次数多，但是其每次只要多算一个点及其函数值，单次计算量更小，所以每次迭代时的速度更快。

使用一维搜索方法解决多维问题

这次直接上栗子

求目标函数

从点

在方向

上的极小值点和极小值

可以看出，目标函数变成了一个四维问题，但这个四维问题仍然可以用之前的方法来解决。

主程序如下：

clc

目标函数定义如下：

function

进退法与黄金分割法函数与之前完全相同

我们确确实实使用一维搜索方法对一个多维问题进行了优化， 只不过这个多维问题有一些限制，但这种方法会体现在以后的很多地方。