0.618方法matlab流程图,0.618法和二分法的MATLAB程序及实验比较最优化.doc

0.618法和二分法的MATLAB程序及实验比较最优化

最优化 实验报告一

学号：1186320… 姓名：

实验目的

能够对具体的问题用适合的最优化方法进行求解。

对同一个问题用不同的进行求解并比较优劣。

实验方法

利用MATLAB软件，用0.618法和二分法求解问题。

实验题目

书本p27

求解minf x x^2-x-1.

初始区间为[-1,1]，区间精度为0.05.

求minf x x^3-2x+1的近似解，初始搜索区间为[0,3],区间精度为0.15.

minf x x^3-3*x+1,初始区间为[0,1],区间精度为0.10

minf x x^4+2*x+4;初始区间为[0,2]，区间精度为0.05

minf x 3*x^4-4*x^3+12*x^2,初始区间为[-1,2],区间精度为0.02

解答

结果0.618法0.50165 0.81150.96560.7902-4.5310e-004二分法0.53130.84380.93750.7813-0.0039

迭代次数0.618法986912二分法65468

用时0.618法0.0321520.0121830.0117110.0063970.019052二分法0.1807710.16831901539240.1897400.311732从中可以看出在相同的精度下0.618法的迭代次数要比二分法的多，计算结果比较准确，而且计算的用时比二分法的少。此外程序的运行时间与电脑的负载有一定的联系。在进行比较复杂的运算时，电脑空闲空间大，就能更快的输出结果。

实验程序

①用0.618程序 function [s,phis,k,G,E] golds phi,a,b,delta,epsilon

t sqrt 5 -1 /2; h b-a; phia feval phi,a ; phib feval phi,b ;

p a+ 1-t *h; q a+t*h; phip feval phi,p ; phiq feval phi,q ;

k 1; G k,: [a, p, q, b];

while abs phib-phia epsilon | h delta if phip phiq b q; phib phiq; q p; phiq phip; h b-a; p a+ 1-t *h; phip feval phi,p ; else a p; phia phip; p q; phip phiq; h b-a; q a+t*h; phiq feval phi,q ; end k k+1; G k,: [a, p, q, b];

end

ds abs b-a ; dphi abs phib-phia ;

if phip phiq s p; phis phip;

else s q; phis phiq;

end

E [ds,dphi];

tic

[s,phis,k,G,E] golds inline 's^2-s-1' ,-1,1,5e-2,5e-2

toc

二分法：

fdff.m:

function dy fdiff x

syms x;

f x^2-x-1;

dy fdiff f ;

eff.m:

function [k,s,G] eff phi,a,b,delta,epsilon

h 0.5* b-a ;

phia feval phi,a ;phib feval phi,b ;

p a+h;

phip feval phi,p ;

k 1;G k,: [k,a,b,p,phip];

dphip subs fdiff,p ;

dphia subs fdiff,a ;

dphib subs fdiff,b ;

while abs phib-phia epsilon | h delta if dphip*dphib 0 b p;phib phip; else a p;phia phip; end h 0.5* b-a ;p a+h;phip feval phi,p ; dphip subs fdiff,p ;dphia subs fdiff,a ;dphib subs fdiff,b ; s p; k k+1;G k,: [k,a,b,p,phip];

end

tic

[k,s,G] eff inline 'x^2-x-1' ,-1,1,5e-2,5e-2

toc