已阅读5页，还剩18页未读， 继续免费阅读
版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
第三章一维搜索方法,采用数学规划法求函数极值点的迭代计算：,K+1次迭代的搜索方向,搜索的最佳步长因子,称为一维搜索。,是优化搜索方法的基础。,求解一元函数 的极小点,，可用解析法。,上式求的极值，即求导数为零。,则,从上式看，需要求导进行计算，对于函数关系复杂的， 解析法十分不便。,数值法的基本思路：确定 的搜索区间，在不断缩小 区间，最终获得近似值。,第二节 搜索区间的确定和区间消去法原理,一、确定搜索区间的外推法,图3-2 正向搜索的外推法,图3-3 反向搜索的外推法,三、区间消去法原理,为了避免多计算函数值，将第三种情况合并到前两种 情况中。,三、一维搜索方法的分类,从前面的分析可知，每次缩短区间，只需要在区间内在插入一 点并计算其函数值。,而插入点的位置，可以由不同的方法来确定。就形成了不同的一维搜索方法。,第三节一维搜索的试探法,最常用的一维搜索试探法是黄金分割法，又称0.618法。,要求插入点a1、a2的位置相对于区间a,b两端点具有对称性。,除对称要求外，黄金分割法还要求在保留下来的区间再插入一点 所形成的区间新三段，与原来区间的三段具有相同的比例分布。,2,所谓的“黄金分割”是指将一线段分成两段的方法，使整段长 与较长段的长度比值等于较长段与较短段的比值，即,第四节一维搜索的插值方法,假定要在某一区间内寻找函数的极小点的位置，虽然没有函数 表达式，但能够给出若干试验点处的函数值。,我们可以根据这些点处的函数值，利用插值的方法建立函数的近似表达式，进而求处函数的极小点，作为原来函数的极小点的近似值。这种方法称作插值法，也称函数逼近法。,一、牛顿法（切线法）,函数很接近，因此，在 点附近用一个二次函数 逼近。,即,依次继续下去，可得牛顿法迭代公式：,牛顿法的几何解释：,牛顿法的计算步骤：,给定初始点 ，控制误差 ，并令k=0。,1）计算,2）求,优点：收敛速度快。,缺点：每一点都要进行二阶导数，工作量大；,要求初始点离极小点不太远，否则有可能使极小化 发散或收敛到非极小点。,二、二次插值（抛物线法）,，作出如下的二次插值多项式,它应满足条件,（1）,从极值的必要
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
评论
0/150
提交评论