matlab鲍威尔方法求函数,基于MATLAB的鲍威尔法求极值问题

基于MATLAB的鲍威尔法求极值问题

姓名：xxx 学号：xxx

(北京理工大学机械与车辆学院车辆工程，北京 100081)

摘要：无约束优化方法主要有七种，按照求导与否把这些方法分为间接法和直接法。牛顿法的成败与初始点选择有极大关系，其可靠性最差；坐标轮换法、单纯形法和最速下降法对于高维优化问题计算效率很低，有效性差；由于编制变尺度法程序复杂，其简便性不足。综合考虑后，鲍威尔法、共轭梯度法具有较好的综合性能。本文首先对鲍威尔法的原理进行阐述，根据其迭代过程给出流程图，并编写MATLAB程序。最后用此MATLAB程序求解实际的极值问题，并对求解结果进行简要分析。

1.鲍威尔法的基本思想

1.1其他优化方法对鲍威尔法形成的影响

通过对鲍威尔法的学习，可以很明显看出来其迭代思想中汲取了其他几种优化方法的核心思想。为了更全面、更深入的学习鲍威尔法，很有必要对其他有影响的优化思想进行学习和梳理。

由最基本的数学基础知识可知，梯度方向是函数增加最快的方向，负梯度方向是函数下降最快的方向，于是，利用这个下降最快方向产生了最速下降法。每次迭代都沿着负梯度方向进行一维搜索，直到满足精度要求为止。其特点是相邻两个搜索方向互相正交，所以很明显的一个现象就是刚开始搜索步长比较大，愈靠近极值点其步长愈小，收敛速度愈慢，特别当二维二次目标函数的等值线是较扁的椭圆时，迭代速度更慢。这时，倘若目标函数是等值线长、短轴都平行于坐标轴的椭圆形，则通过坐标轮换法可以很高效的解决问题。通过两次分别沿坐标轴进行一维搜索，便可达到极值点。但对于目标函数的等值线椭圆的长、短轴倾斜于坐标轴时，坐标轮换法的搜索效率也显得极低。抛开这两种特殊情况，对于一般形态的目标函数，如果在某些明显可以直达最优点的情况下(一般为靠近极