matlab fprintf_工程优化设计与Matlab实现——无约束问题的直接解法（坐标轮换法）...

导数解法通过目标函数的一阶或二阶导数构造了搜索方向，但不是所有函数的导数都是那么容易求得，或者压根就不存在。直接解法规避了求导，从其他角度构造搜索方向、搜索方法。

坐标轮换法

面对一个多维问题，即多个变量影响一个函数结果，如果要我们设计一个实验去得到各个变量对函数结果的影响效果，那么我们自然而然地会去使用控制变量法，即各实验样本之间只保留一个不同的变量。

那么，我们搜索极小值点的时候，是不是也可以用类似的方法呢？

比如说，函数一共有

共n个变量，每一次迭代只让其中一个变量

变化，即沿着

的坐标轴方向移动，找到这个方向的极小值点，并作为下一次的迭代起点；在下一次迭代中只让另一个变量

变化，即沿着

的坐标轴方向移动，再找到这个方向的极小值点，并作为下一次的迭代起点。将“

到

”的一个轮回作为一个周期，即

方向搜索结束后，回到

方向继续搜索，直到迭代点满足精度要求为止。

坐标轮换法流程图

坐标轮换法的核心在于，将多维问题转换为一系列的一维问题。不需要找到特定的方向，只要依次在每个坐标轴方向用一维搜索寻找最优点，不断迭代。这就使坐标轮换法具有了计算量小、存储量小、方法简单的优点，但它必须经过约为迭代次数*n次的一维搜索，导致坐标轮换法面对维数很多的问题时，收敛速度会变慢。

栗子

利用坐标轮换法，求目标函数

，在起始点为

时的极小值点和极小值。

主程序如下：

clc

目标函数定义如下：

function

坐标轮换法函数定义如下：

%-----------坐标轮换法---主函数-----------%

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）

计算结果如下：