最优化方法及控制应用幻灯片.ppt

《最优化方法及控制应用幻灯片.ppt》由会员分享，可在线阅读，更多相关《最优化方法及控制应用幻灯片.ppt（109页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、最优化方法及控制应用第1页，共109页，编辑于2022年，星期六参考书：1.实用最优化方法 R.Fleter著，游兆永等译 天津科技翻译出版公司2.非线性规划数值方法 袁亚湘 上海科学技术出版社 19953.非线性最优方法 席少霖 高等教育出版社 4.工程优化的算法分析 张可村 西安交大出版社 19895.最优化方法 解文新，韩立兴等 天津大学出版社 20016.最优化方法 施光燕，董加礼 高等教育出版社 2001第2页，共109页，编辑于2022年，星期六最优化方法及控制应用最优化：在多种（有限种或无限种）决策中挑选最优化：在多种（有限种或无限种）决策中挑选 最好决策的问题。最好决策的问题。

2、最优化方法：（也称做运筹学方法）是近几十年最优化方法：（也称做运筹学方法）是近几十年 形成形成的，主要运用数学方法研究各种系统的优化的，主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。途径及方案，为决策者提供科学决策的依据。最优方案：是达到最优目标的方案。最优方案：是达到最优目标的方案。最优化理论：就是最优化方法的理论。最优化理论：就是最优化方法的理论。第3页，共109页，编辑于2022年，星期六数学意义数学意义为了达到最优化目的所提出的各种求解方法。从数学为了达到最优化目的所提出的各种求解方法。从数学意义上说，最优化方法是一种求极值的方法，即在一组约意义上说，最优化

3、方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，使经济效果达到最大（如产值、物力和财力资源条件下，使经济效果达到最大（如产值、利润），或者在完成规定的生产或经济任务下，使投入的利润），或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。人力、物力和财力等资源为最少。第4页，共109页，编辑于2022年，星期六发展简史发展简史公元前公元前 500年古希腊在讨论建筑美学

4、中就已发现了长方形年古希腊在讨论建筑美学中就已发现了长方形长与宽的最佳比例为长与宽的最佳比例为1.618，称为黄金分割比。其倒数至今，称为黄金分割比。其倒数至今在优选法中仍得到广泛应用。在优选法中仍得到广泛应用。在微积分出现以前，已有许多学者开始研究用数学方法解在微积分出现以前，已有许多学者开始研究用数学方法解决最优化问题。决最优化问题。最优化方法真正形成为科学方法则在最优化方法真正形成为科学方法则在17世纪以后。世纪以后。第5页，共109页，编辑于2022年，星期六工作步骤工作步骤 提出最优化问题，收集有关数据和资料；提出最优化问题，收集有关数据和资料；建立最优化问题的数学模型建立最优化问题

5、的数学模型,确定变量确定变量,列出目标函列出目标函数和约束条件；数和约束条件；分析模型，选择合适的最优化方法；分析模型，选择合适的最优化方法；求解，一般通过编制程序，用计算机求最优解；求解，一般通过编制程序，用计算机求最优解；最优解的检验和实施。最优解的检验和实施。第6页，共109页，编辑于2022年，星期六模型的基本要素模型的基本要素最优化模型包括：变量、约束条件和目标函数最优化模型包括：变量、约束条件和目标函数变量：指最优化问题中待确定的某些量。变量可用变量：指最优化问题中待确定的某些量。变量可用x(x1，x2,xn)T表示。表示。约束条件约束条件:指在求最优解时对变量的某些限制指在求最优

6、解时对变量的某些限制,包括技术上包括技术上的约束、资源上的约束和时间上的约束等。约束条件可用的约束、资源上的约束和时间上的约束等。约束条件可用 gi(x)0表示表示i1,2，m，m 表示约束条件数；表示约束条件数；目标函数：最优化有一定的评价标准。目标函数就是目标函数：最优化有一定的评价标准。目标函数就是这种标准的数学描述，一般可用这种标准的数学描述，一般可用f(x)来表示，即来表示，即f(x)=f(x1，x2,xn)。第7页，共109页，编辑于2022年，星期六最优化方法最优化方法最优化问题的求解方法可分成解析法、直接法、数值计算法最优化问题的求解方法可分成解析法、直接法、数值计算法和其他方

7、法。和其他方法。解析法：只适用于目标函数和约束条件有明显的解析表解析法：只适用于目标函数和约束条件有明显的解析表达式的情况。达式的情况。求解方法是：先求出最优的必要条件，得到一组方程或求解方法是：先求出最优的必要条件，得到一组方程或不等式，再求解这组方程或不等式，一般是用求导数的不等式，再求解这组方程或不等式，一般是用求导数的方法或变分法求出必要条件，通过必要条件将问题简化，方法或变分法求出必要条件，通过必要条件将问题简化，因此也称间接法。因此也称间接法。第8页，共109页，编辑于2022年，星期六直接法：当目标函数较为复杂或者不能用变量显函数直接法：当目标函数较为复杂或者不能用变量显函数描述

8、时，无法用解析法求必要条件。可采用直接搜索的方描述时，无法用解析法求必要条件。可采用直接搜索的方法经过若干次迭代搜索到最优点。法经过若干次迭代搜索到最优点。这种方法常常根据经验或通过试验得到所需结果。对这种方法常常根据经验或通过试验得到所需结果。对于一维搜索于一维搜索(单变量极值问题单变量极值问题)，主要用消去法或多项，主要用消去法或多项式插值法；对于多维搜索问题式插值法；对于多维搜索问题(多变量极值问题多变量极值问题)主要主要应用爬山法。应用爬山法。第9页，共109页，编辑于2022年，星期六数值计算法：也是一种直接法。它以梯度法为基础，数值计算法：也是一种直接法。它以梯度法为基础，所以是一

9、种解析与数值计算相结合的方法。所以是一种解析与数值计算相结合的方法。其他方法：如网络最优化方法等其他方法：如网络最优化方法等第10页，共109页，编辑于2022年，星期六最优解的概念最优解的概念最优化问题的解一般称为最优解。如果只考察约束集合中最优化问题的解一般称为最优解。如果只考察约束集合中某一局部范围内的优劣情况，则解称为局部最优解。如果某一局部范围内的优劣情况，则解称为局部最优解。如果是考察整个约束集合中的情况，则解称为总体最优解。对是考察整个约束集合中的情况，则解称为总体最优解。对于不同优化问题，最优解有不同的含意，因而还有专用的于不同优化问题，最优解有不同的含意，因而还有专用的名称。

10、名称。例如，在对策论和数理经济模型中称为平衡解；在控制问题中例如，在对策论和数理经济模型中称为平衡解；在控制问题中称为最优控制或极值控制；在多目标决策问题中称为非劣解称为最优控制或极值控制；在多目标决策问题中称为非劣解（又称帕雷托最优解或有效解）。（又称帕雷托最优解或有效解）。第11页，共109页，编辑于2022年，星期六最优化方法的应用最优化方法的应用最优化可分为最优设计、最优计划、最优管理和最优最优化可分为最优设计、最优计划、最优管理和最优控制等四个方面。控制等四个方面。最优设计：世界各国工程技术界，尤其是飞机、造最优设计：世界各国工程技术界，尤其是飞机、造船、机械、建筑等部门都已广泛应用

11、最优化方法于设船、机械、建筑等部门都已广泛应用最优化方法于设计中，从各种设计参数的优选到最佳结构形状的选取计中，从各种设计参数的优选到最佳结构形状的选取等，结合有限元方法已使许多设计优化问题得到解决。等，结合有限元方法已使许多设计优化问题得到解决。第12页，共109页，编辑于2022年，星期六最优计划：现代国民经济或部门经济的计划，直至企业的最优计划：现代国民经济或部门经济的计划，直至企业的发展规划和年度生产计划，尤其是农业规划、种植计划、能发展规划和年度生产计划，尤其是农业规划、种植计划、能源规划和其他资源、环境和生态规划的制订，都已开始应用源规划和其他资源、环境和生态规划的制订，都已开始应

12、用最优化方法。一个重要的发展趋势是帮助领导部门进行各种最优化方法。一个重要的发展趋势是帮助领导部门进行各种优化决策。优化决策。第13页，共109页，编辑于2022年，星期六最优管理：一般在日常生产计划的制订、调度和运行最优管理：一般在日常生产计划的制订、调度和运行中都可应用最优化方法。随着管理信息系统和决策支持中都可应用最优化方法。随着管理信息系统和决策支持系统的建立和使用，使最优管理得到迅速的发展。系统的建立和使用，使最优管理得到迅速的发展。最优控制：主要用于对各种控制系统的优化。例如，导最优控制：主要用于对各种控制系统的优化。例如，导弹系统的最优控制，能保证用最少燃料完成飞行任务，用最弹系

13、统的最优控制，能保证用最少燃料完成飞行任务，用最短时间达到目标短时间达到目标;；再如飞机、船舶、电力系统等的最优控；再如飞机、船舶、电力系统等的最优控制，化工、冶金等工厂的最佳工况的控制。制，化工、冶金等工厂的最佳工况的控制。第14页，共109页，编辑于2022年，星期六一、组合最优化一、组合最优化TSP:（即旅行商问题）假设有（即旅行商问题）假设有n 个城市个城市，一个推销员要在这，一个推销员要在这 n个城市推销产品个城市推销产品，要求经过每个城市且仅有一次要求经过每个城市且仅有一次，如如 何选择这条路径，使路径最短？何选择这条路径，使路径最短？二、动态规划二、动态规划管道铺设：有管道铺设：

14、有n个城市铺设管道，要求管道到达每个城市，并且使总的个城市铺设管道，要求管道到达每个城市，并且使总的费用最低。费用最低。第15页，共109页，编辑于2022年，星期六经典极值问题经典极值问题包括：无约束极值问题约束条件下的极值问题第16页，共109页，编辑于2022年，星期六1、无约束极值问题的数学模型 2、约束条件下极值问题的数学模型 其中，极大值问题可以转化为极小值问题来进行求解。如求：可以转化为：第17页，共109页，编辑于2022年，星期六1、无约束极值问题的求解 例1：求函数y=2x3+3x2-12x+14在区间-3,4上的最大值与最小值。解：令f(x)=y=2x3+3x2-12x+

15、14 f(x)=6x2+6x-12=6(x+2)(x-1)解方程f(x)=0，得到x1=-2，x2=1，又由于f(-3)=23，f(-2)=34，f(1)=7，f(4)=142，综上得，函数f(x)在x=4取得在-3,4上得最大值f(4)=142，在x=1处取得在-3,4上取得最小值f(1)=7 第18页，共109页，编辑于2022年，星期六有约束最优化最优化方法分类（一）线性最优化：目标函数和约束条件都是线性的则称为线性最优化。非线性最优化：目标函数和约束条件如果含有非线性的，则称为非线性最优化。（二）静态最优化：如果可能的方案与时间无关，则是静态最优化问题。动态最优化：如果可能的方案与时间

16、有关，则是动态最优化问题第19页，共109页，编辑于2022年，星期六有约束最优化问题的数学建模 有约束最优化模型一般具有以下形式：或 其中f(x)为目标函数，省略号表示约束式子，可以是等式约束，也可以是不等式约束。第20页，共109页，编辑于2022年，星期六 根据目标函数，约束条件的特点将最优化方法包含的主要内容大致如下划分：线性规划 整数规划 非线性规划 动态规划 多目标规划 对策论最优化方法主要内容第21页，共109页，编辑于2022年，星期六两个引例问题一：某工厂在计划期内要安排生产I、II两种产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，如下表所示 12kg40原材

17、料B16kg04原材料A8台时21设备III该工厂每生产一件产品I可获利2元，每生产一件产品II可获利3元。问应如何安排计划使该工厂获利最多？第22页，共109页，编辑于2022年，星期六解：该工厂生产产品I x1件，生产产品II x2件，我们可建立如下数学模型：s.t.第23页，共109页，编辑于2022年，星期六问题二：某厂每日8小时的产量不低于1800件.为了进行质量控制，计划聘请两种不同水平的检验员.一级检验员的标准为：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员的标准为：速度15件/小时，正确率95%，计时工资3元/小时.检验员每错检一次，工厂要损失2元.为使总检验

18、费用最省，该工厂应聘一级、二级检验员各几名？解 设需要一级和二级检验员的人数分别为x1、x2人,则应付检验员的工资为：因检验员错检而造成的损失为：第24页，共109页，编辑于2022年，星期六故目标函数为：约束条件为：第25页，共109页，编辑于2022年，星期六运用最优化方法解决最优化问题的一般方法步骤如下：前期分析：分析问题，找出要解决的目标，约束条件，并确立最优化的目标。定义变量，建立最优化问题的数学模型，列出目标函数和约束条件。针对建立的模型，选择合适的求解方法或数学软件。编写程序，利用计算机求解。对结果进行分析，讨论诸如：结果的合理性、正确性，算法的收敛性，模型的适用性和通用性，算法

19、效率与误差等。第26页，共109页，编辑于2022年，星期六线 性 规 划某豆腐店用黄豆制作两种不同口感的豆腐出售。制作口感较鲜嫩的豆腐每千克需要0.3千克一级黄豆及0.5千克二级黄豆，售价10元；制作口感较厚实的豆腐每千克需要0.4千克一级黄豆及0.2千克二级黄豆，售价5元。现小店购入9千克一级黄豆和8千克二级黄豆。问：应如何安排制作计划才能获得最大收益。第27页，共109页，编辑于2022年，星期六一、问题前期分析该问题是在不超出制作两种不同口感豆腐所需黄豆总量条件下合理安排制作计划，使得售出各种豆腐能获得最大收益。二、模型假设1假设制作的豆腐能全部售出。2假设豆腐售价无波动。第28页，共

20、109页，编辑于2022年，星期六变量假设：设计划制作口感鲜嫩和厚实的豆腐各x1千克和 x2千克，可获得收益R元。目标函数：获得的总收益最大。总收益可表示为：受一级黄豆数量限制：受二级黄豆数量限制：第29页，共109页，编辑于2022年，星期六综上分析，得到该问题的线性规划模型 s.t.第30页，共109页，编辑于2022年，星期六用Matlab编程求解程序如下：X,FVAL,EXITFLAG,OUTPUT=LINPROG(f,A,b)f=-10 5;A=0.3 0.4;0.5 0.2;B=9;8;X,FVAL,EXITFLAG,OUTPUT=LINPROG(f,A,b)X=10.0000 1

21、5.0000FVAL=-175.0000第31页，共109页，编辑于2022年，星期六用YALMIP编程求解程序如下：x=sdpvar(1,2);C=10 5;a=0.3 0.4;0.5 0.2;b=9 8;f=C*x;F=set(0=x=inf);F=F+set(a*x=b);solvesdp(F,-f)double(f)double(x)ans=175ans=10 15第32页，共109页，编辑于2022年，星期六线 性 规 划 设某工厂有甲、乙、丙、丁四个车间，生产A、B、C、D、E、F六种产品。根据机床性能和以前的生产情况，得知每单位产品所需车间的工作小时数、每个车间在一个季度工作小时

22、的上限以及单位产品的利润，如下表所示(例如，生产一个单位的A产品，需要甲、乙、丙三个车间分别工作1小时、2小时和4小时)问：每种产品各应该每季度生产多少，才能使这个工厂每季度生产利润达到最大。第33页，共109页，编辑于2022年，星期六生产单位产品所需车间的工作小时数 ABCDEF每个车间一个季度工作小时的上限甲111323500乙255500丙425500丁138500利润(百元)4.02.45.55.04.58.5第34页，共109页，编辑于2022年，星期六这是一个典型的最优化问题，属线性规划。假设：产品合格且能及时销售出去；工作无等待情况等 变量说明：xj：第j种产品的生产量（j=1

23、,2,6）aij：第i车间生产单位第j种产品所需工作小时数 （i=1,2,3,4;j=1,2,6）bi：第i车间的最大工作上限 cj：第j种产品的单位利润 则：cjxj为第j种产品的利润总额；aijxj表示第i车间生产第j种产品所花时间总数；第35页，共109页，编辑于2022年，星期六于是，我们可建立如下数学模型：s.t.计算结果：Z(百元)x1x2x3x4x5x6132000604010040第36页，共109页，编辑于2022年，星期六运 输 问 题 要从甲城调出蔬菜2000吨，从乙城调出蔬菜2500吨，从丙地调出3000吨，分别供应A地2000吨，B地2300吨、C地1800吨、D地1

24、400吨，已知每吨运费如下表：供应单位调出单位ABCD甲21271340乙45513720丙32352030问：如何调拨才能使运费最省？第37页，共109页，编辑于2022年，星期六可以建立如下模型：s.t.第38页，共109页，编辑于2022年，星期六整 数 规 划 最优化问题中的所有变量均为整数时，这类问题称为整数规划问题。如果线性规划中的所有变量均为整数时，称这类问题为线性整数规划问题。整数规划可分为线性整数规划和非线性整数规划，以及混合整数规划等。如果决策变量的取值要么为0，要么为1，则这样的规划问题称为01规划。第39页，共109页，编辑于2022年，星期六例1 某钢厂两个炼钢炉同时

25、各用一种方法炼钢。第一种炼法每炉用a小时，第二种用b小时（包括清炉时间）。假定这两种炼法，每炉出钢都是k公斤，而炼1公斤钢的平均燃料费第一法为m元，第二法为n元。若要求在c小时内炼钢公斤数不少于d，试列出燃料费最省的两种方法的分配方案的数学模型。第40页，共109页，编辑于2022年，星期六设用第一种炼法炼钢x1炉，第二种炼钢x2炉 s.t.第41页，共109页，编辑于2022年，星期六引例2.资源分配问题：某个中型的百货商场要求售货人员每周工作5天，连续休息2天，工资200元/周，已知对售货人员的需求经过统计分析如下表，问如何安排可使配备销售人员的总费用最少？星期一二三四五六日所需售货员人数

26、18151216191412开始休息的人数 x1 x2 x3 x4 x5 x6 x7 设决策变量如上，可建立如下模型：第42页，共109页，编辑于2022年，星期六第43页，共109页，编辑于2022年，星期六非线性规划非线性规划问题的一般数学模型：其中，为目标函数，为约束函数，这些函数中至少有一个是非线性函数。第44页，共109页，编辑于2022年，星期六应用实例：供应与选址 某公司有6个建筑工地要开工，每个工地的位置（用平面坐标系a，b表示，距离单位：km）及水泥日用量d(t)由下表给出目前有两个临时料场位于A(5,1)，B(2,7)，日储量各有20t假设从料场到工地之间均有直线道路相连

27、（1）试制定每天的供应计划，即从A，B两料场分别向各工地运送多少水泥，可使总的吨千米数最小（2）为了进一步减少吨千米数，打算舍弃两个临时料场，改建两个新的，日储量各为20t，问应建在何处，节省的吨千米数有多大？第45页，共109页，编辑于2022年，星期六（一）建立模型 记工地的位置为(ai，bi)，水泥日用量为di，i=1,6;料场位置为(xj，yj)，日储量为ej，j=1,2；料场j向工地i的运送量为Xij当用临时料场时决策变量为：Xij，当不用临时料场时决策变量为：Xij，xj，yj第46页，共109页，编辑于2022年，星期六多目标规划引例1.投资问题 某公司在一段时间内有a(亿元)的

28、资金可用于建厂投资。若可供选择的项目记为1,2,m。而且一旦对第i个项目投资就用去ai亿元；而这段时间内可得收益ci亿元。问如何确定最佳的投资方案？最佳投资方案：投资最少，收益最大！第47页，共109页，编辑于2022年，星期六投资最少：约束条件为：收益最大：第48页，共109页，编辑于2022年，星期六引例2：生产问题 某工厂生产两种产品，产品A每单位利润为10元，而产品B每单位利润为8元；产品A每单位需3小时装配时间而B为2小时，每周总装配有效时间为120小时。工厂允许加班，但加班生产出来的产品利润要减去1元。根据最近的合同，厂商每周最少的向用户提供两种产品各30单位。要求：必须遵守合同；

29、尽可能少加班；利润最大。问应怎样安排生产？x1：每周正常时间生产得A产品的数量；x2：每周加班时间生产得A产品的数量；x3：每周正常时间生产得B产品的数量；x4：每周加班时间生产得B产品的数量；第49页，共109页，编辑于2022年，星期六目标函数（有两个）：第50页，共109页，编辑于2022年，星期六常用无约束最优化方法常用无约束最优化方法常用约束最优化方法常用约束最优化方法第51页，共109页，编辑于2022年，星期六最优化问题的迭代解法（一）迭代方法 在经典极值问题中，解析法虽然具有概念简明,计计算精确等优点，但因只能适用于简单或特殊问题的寻优算精确等优点，但因只能适用于简单或特殊问题

30、的寻优,对于复杂的工程实际问题通常无能为力，所以极少使用。对于复杂的工程实际问题通常无能为力，所以极少使用。最优化问题的迭代算法是指：从某一选定的初始点出发，根据目标函数、约束函数在该点的某些信息，确定本次迭代的一个搜索方向和适当的步长，从而到达一个新点，用式子表示即为第52页，共109页，编辑于2022年，星期六 式中,前一次已取得的迭代点，在 开始计算时为迭代初始点 ；新的迭代点；第第k次迭代计算的搜索方向；次迭代计算的搜索方向；第k k次迭代计算的步长因子次迭代计算的步长因子 (1.2)(1.2)第53页，共109页，编辑于2022年，星期六 按照式（1.2）进行一系列迭代计算所根据的思

31、想是所谓的“爬山法”，就是将寻求函数小点（无约束或约束极小点）的过程比喻为向“山”的顶峰攀登的过程，始终保持向“高”的方向前进，直至达到“山顶”。当然“山顶”可以理目标函数的极大值，也可以理解为极小值，前者称为上升算法，后者称为下降算法。这两种算法都有一个共同的特点，就是每前进一步都应该使目标函数有所改善，同时还要为下一步移动的搜索方向提供有用的信息。如果是下降算法，则序列迭代点的目标函数值必须满足下列关系第54页，共109页，编辑于2022年，星期六如果是求一个约束的极小点，则每一次迭代的新点都应如果是求一个约束的极小点，则每一次迭代的新点都应该在约束可行域内，即该在约束可行域内，即 下图为

32、迭代过程下图为迭代过程第55页，共109页，编辑于2022年，星期六（二）收敛速度与计算终止准则（二）收敛速度与计算终止准则（1）收敛速度）收敛速度作为一个算法作为一个算法A A，能够收敛于问题的最优解当然，能够收敛于问题的最优解当然是必要的，但光能收敛还不够，还必须能以较快是必要的，但光能收敛还不够，还必须能以较快的速度收敛，这才是好的算法的速度收敛，这才是好的算法的速度收敛，这才是好的算法的速度收敛，这才是好的算法定义定义定义定义1.1 设由算法设由算法A产生的迭代点列产生的迭代点列 在某种在某种“|”的意义下收敛于点的意义下收敛于点 ，即，即 ,若存在实数若存在实数 及一个与迭代次数及一

33、个与迭代次数 无关的常无关的常数数 使得使得 则算法则算法则算法则算法A A产生的迭代点列叫做具有产生的迭代点列叫做具有 阶收敛速度，阶收敛速度，或算法或算法A叫做是叫做是 阶收敛的，特别地：阶收敛的，特别地：第56页，共109页，编辑于2022年，星期六 当当当当 ，迭代点列，迭代点列，迭代点列，迭代点列 称为具有线性收敛速度或称为具有线性收敛速度或称为具有线性收敛速度或称为具有线性收敛速度或算法算法算法算法A称为线性收敛的称为线性收敛的称为线性收敛的称为线性收敛的 当当当当 ，或，或，或，或 时，迭代点列时，迭代点列时，迭代点列时，迭代点列 叫做具有叫做具有叫做具有叫做具有超线性收敛速度或

34、称算法超线性收敛速度或称算法超线性收敛速度或称算法超线性收敛速度或称算法A是超线性收敛是超线性收敛 当当 时，迭代点列时，迭代点列 叫做具有二阶收敛速度或叫做具有二阶收敛速度或算法算法A是二阶收敛的是二阶收敛的是二阶收敛的是二阶收敛的 一般认为，具有超线性收敛或二阶收敛的算法是较一般认为，具有超线性收敛或二阶收敛的算法是较快速的算法快速的算法 第57页，共109页，编辑于2022年，星期六 (2)(2)计算终止准则计算终止准则计算终止准则计算终止准则 用迭代方法寻优时，其迭代过程总不能无限制地进行下去，用迭代方法寻优时，其迭代过程总不能无限制地进行下去，用迭代方法寻优时，其迭代过程总不能无限制

35、地进行下去，用迭代方法寻优时，其迭代过程总不能无限制地进行下去，那么什么时候截断这种迭代呢？这就是迭代什么时候终止那么什么时候截断这种迭代呢？这就是迭代什么时候终止那么什么时候截断这种迭代呢？这就是迭代什么时候终止那么什么时候截断这种迭代呢？这就是迭代什么时候终止的问题。的问题。的问题。的问题。从理论上说，当然希望最终迭代点到达理论极小点，或者使最终从理论上说，当然希望最终迭代点到达理论极小点，或者使最终从理论上说，当然希望最终迭代点到达理论极小点，或者使最终从理论上说，当然希望最终迭代点到达理论极小点，或者使最终迭代点与理论极小点之间的距离足够小时才终止迭代但是这在迭代点与理论极小点之间的距

36、离足够小时才终止迭代但是这在迭代点与理论极小点之间的距离足够小时才终止迭代但是这在迭代点与理论极小点之间的距离足够小时才终止迭代但是这在实际上是办不到的因为对于一个待求的优化问题，其理论极小实际上是办不到的因为对于一个待求的优化问题，其理论极小实际上是办不到的因为对于一个待求的优化问题，其理论极小实际上是办不到的因为对于一个待求的优化问题，其理论极小点在哪里并不知道所知道的只是通过迭代计算获得的迭代点列，点在哪里并不知道所知道的只是通过迭代计算获得的迭代点列，点在哪里并不知道所知道的只是通过迭代计算获得的迭代点列，点在哪里并不知道所知道的只是通过迭代计算获得的迭代点列，因此只能从点列所提供的信

37、息来判断是否应该终止迭代。因此只能从点列所提供的信息来判断是否应该终止迭代。因此只能从点列所提供的信息来判断是否应该终止迭代。因此只能从点列所提供的信息来判断是否应该终止迭代。对于无约束优化问题通常采用的迭代终止准则有以下几种：对于无约束优化问题通常采用的迭代终止准则有以下几种：对于无约束优化问题通常采用的迭代终止准则有以下几种：对于无约束优化问题通常采用的迭代终止准则有以下几种：第58页，共109页，编辑于2022年，星期六点距准则点距准则点距准则点距准则相邻两迭代点之间的距离已达到充分小，即相邻两迭代点之间的距离已达到充分小，即相邻两迭代点之间的距离已达到充分小，即相邻两迭代点之间的距离已

38、达到充分小，即式中式中式中式中 是一个充分小正数，代表计算精度是一个充分小正数，代表计算精度是一个充分小正数，代表计算精度是一个充分小正数，代表计算精度函数下降量准则函数下降量准则函数下降量准则函数下降量准则相邻两迭代点的函数值下降量已达到充分小当相邻两迭代点的函数值下降量已达到充分小当相邻两迭代点的函数值下降量已达到充分小当相邻两迭代点的函数值下降量已达到充分小当 时，时，时，时，可用函数绝对下降量准则可用函数绝对下降量准则可用函数绝对下降量准则可用函数绝对下降量准则当当当当 时，可用函数相对下降量准则时，可用函数相对下降量准则时，可用函数相对下降量准则时，可用函数相对下降量准则梯度准则梯度

39、准则梯度准则梯度准则目标函数在迭代点的梯度已达到充分小，即目标函数在迭代点的梯度已达到充分小，即目标函数在迭代点的梯度已达到充分小，即目标函数在迭代点的梯度已达到充分小，即这一准则对于定义域上的凸函数是完全正确的若是非凸函数，有这一准则对于定义域上的凸函数是完全正确的若是非凸函数，有这一准则对于定义域上的凸函数是完全正确的若是非凸函数，有这一准则对于定义域上的凸函数是完全正确的若是非凸函数，有可能导致误把驻点作为最优点。可能导致误把驻点作为最优点。可能导致误把驻点作为最优点。可能导致误把驻点作为最优点。对于约束优化问题，不同的优化方法有各自的终止准则对于约束优化问题，不同的优化方法有各自的终止

40、准则对于约束优化问题，不同的优化方法有各自的终止准则对于约束优化问题，不同的优化方法有各自的终止准则第59页，共109页，编辑于2022年，星期六综上所述，优化算法的基本迭代过程如下：综上所述，优化算法的基本迭代过程如下：综上所述，优化算法的基本迭代过程如下：综上所述，优化算法的基本迭代过程如下：选定初始点选定初始点 ，置，置 按照某种规则确定搜索方向按照某种规则确定搜索方向 按某种规则确定按某种规则确定按某种规则确定按某种规则确定 使得使得使得使得 计算计算 判定判定 是否满足终止准则若满足，则打印是否满足终止准则若满足，则打印 和和和和 ,停机；否则置停机；否则置 ,转转第60页，共109

41、页，编辑于2022年，星期六NYX是否满足终止准则输出X，f(X)开始结束选定X0确定P确定t，使得f(X0+tP)0，加步系数1，令k=00=(t0)，比较目标函数值tk+1=tk+hk,k+1=(tk+1)a=mint，tk+1b=maxt，tk+1结束NYNY k+1khk+1=hk,t=tk,tk=tk+1,k=k+1,k=k+1k=0hk=hk,k=k+1第71页，共109页，编辑于2022年，星期六 在加步探索法中，一般建议 若能估计问题（4.3）的最优解的大体位置的话，初始点要尽量取接近于问题（4.3）的最优解.在具体运用上述加步探索法时，有时还要考虑一些细节问题例如，当探索得到

42、新点处的目标函数值和出发点处相同时，以及初始步长应如何选取等，都需作适当处理搜索区间及其确定方法搜索区间及其确定方法第72页，共109页，编辑于2022年，星期六 三、单谷区间与单谷函数三、单谷区间与单谷函数 由由于于以以后后要要介介绍绍的的一一些些维维搜搜索索方方法法，主主要要适适用用于于问问题题（4.3）在在搜搜索索区区间间中中只只有有唯唯一一的的最最优优解解的的情情况况，为为此此，我们再给出下面单谷区间与单谷函数概念我们再给出下面单谷区间与单谷函数概念 定义定义4.2 设设 闭区间闭区间 若存在点若存在点 使使得得 在在 上上严严格格递递减减，在在 上上严严格格递递增增，则则称称 是函数

43、是函数 的的单谷区间单谷区间，是是 上上单谷函数单谷函数 搜索区间及其确定方法搜索区间及其确定方法第73页，共109页，编辑于2022年，星期六由由定定义义4.2易易知知，一一个个区区间间是是某某函函数数的的单单谷谷区区间间意意味味着着，在在该该区区间间中中函函数数只只有有一一个个“凹凹谷谷”（极极小小值值）例例如如，左左图图中中的的 是是 的的单单谷谷区区间间，也也即即 是是 上上的的单单谷谷函函数数右右图图中中的的 不不是是 的的单单谷谷区区间间，即即 不不是是 上上的的单单谷函数谷函数 搜索区间及其确定方法搜索区间及其确定方法第74页，共109页，编辑于2022年，星期六 另外，从定义另

44、外，从定义4.2还可知，某区间上的单谷函数在该区间上不还可知，某区间上的单谷函数在该区间上不一定是连续函数，而凸函数在所给区间上必然是单谷函数（如左一定是连续函数，而凸函数在所给区间上必然是单谷函数（如左图所示）由定义图所示）由定义4.1和定义和定义4.2知，函数的单谷区间总是相应问知，函数的单谷区间总是相应问题（题（4.3）的一个搜索区间（如左图所示），但反之不然（如右）的一个搜索区间（如左图所示），但反之不然（如右图所示）图所示）搜索区间及其确定方法搜索区间及其确定方法第75页，共109页，编辑于2022年，星期六单谷区间和单谷函数有如下有用的性质：定理4.1 设 是的单谷区间，任取 并且

45、 （1）若有 ，则 是 的单谷区间（2）若有 ，则 是 的单谷区间定理4.1说明，经过函数值的比较可以把单谷区间缩短为一个较小的单谷区间换句话说利用这个定理可以把搜索区间无限缩小，从而求到极小点.以下介绍的几种一维搜索方法都是利用这个定理通过不断地缩短搜索区间的长度，来求得一维最优化问题的近似最优解搜索区间及其确定方法搜索区间及其确定方法第76页，共109页，编辑于2022年，星期六 一、对分法基本原理一、对分法基本原理一、对分法基本原理一、对分法基本原理求求解解一一维维最最优优化化问问题题 一一般般可可先先确确定定它它的的一一个个有有限限搜搜索索区区间间 ，把把问问题题化化为为求求解解问问题

46、题 ，然然后后通通过过不不断缩短区间的长度，最后求得最优解断缩短区间的长度，最后求得最优解对分法对分法第77页，共109页，编辑于2022年，星期六设设 在在已已获获得得的的搜搜索索区区间间 内内具具有有连连续续的的一一阶阶导导数数因因为为 在在 上上可可微微，故故 在在 上上连连续续，由由此此知知 在在 上有最小值上有最小值令令 ，总可求得极小点，总可求得极小点 不妨设不妨设 在在 上上是单减函数；在是单减函数；在 上是单增函数。所以上是单增函数。所以 时，时，故，故 ；当；当 时，时，亦即亦即 对分法的原理如图对分法的原理如图 对分法对分法第78页，共109页，编辑于2022年，星期六二、

47、对分法迭代步骤二、对分法迭代步骤二、对分法迭代步骤二、对分法迭代步骤已知已知 ，表达式，终止限表达式，终止限 (1)确定初始搜索区间确定初始搜索区间 ，要求，要求(2)计算计算 的中点的中点 (3)若若 ，则，则 ，转，转(4)(4)；若若 ，则，则 ，转，转(5)(5)；若若 ，则，则 ，转，转(4)(4)(4)若若 ，则，则 ，转，转(5)(5)；否则转；否则转(2)(2)(5)打印打印 ，停机，停机对分法对分法第79页，共109页，编辑于2022年，星期六Y开始确定ab,要求c=(a+b)/2b=ct*=(a+b)/2输出t*结束T*=cNa=cNYNY对分法的计算流程如图所示第80页，

48、共109页，编辑于2022年，星期六三、对分法有关说明三、对分法有关说明 对分法每次迭代都取区间的中点对分法每次迭代都取区间的中点 a.若若这这点点的的导导数数值值小小于于零零，说说明明的的根根位位于于右右半半区区间间中中，因因此此去去掉左半区间；掉左半区间；b.若中点导数值大于零，则去掉右半区间；若中点导数值大于零，则去掉右半区间；c.若中点导数值正好等于零，则该点就是极小点若中点导数值正好等于零，则该点就是极小点 因因为为每每次次迭迭代代都都使使原原区区间间缩缩短短一一半半，所所以以称称为为对对分分法法或或二二分分法法对分法对分法第81页，共109页，编辑于2022年，星期六Newton切

49、线法一、一、Newton切线法基本原理切线法基本原理 设设 在在已已获获得得的的搜搜索索区区间间 内内具具有有连连续续二二阶阶导导数，求数，求 因因为为 在在 上上可可微微，故故 在在 上上有有最最小小值值，令令 第82页，共109页，编辑于2022年，星期六下面不妨设在区间下面不妨设在区间 中经过中经过 次迭代已求得方程次迭代已求得方程 的的一一个个近近似似根根 。过过 作作曲曲线线 的的切切线线,其方程是其方程是然然后后用用这这条条切切线线与与横横轴轴交交点点的的横横坐坐标标 作作为为根根的的新新的的近近似似（如如图）它可由方程（图）它可由方程（4.4）在令）在令 的解出来，即的解出来，即

50、 这就是这就是Newton切线法迭代公式切线法迭代公式 NewtonNewton切线法切线法第83页，共109页，编辑于2022年，星期六 二、二、二、二、NewtonNewton切线法迭代步骤切线法迭代步骤切线法迭代步骤切线法迭代步骤已知已知 ，表达式，终止限表达式，终止限 (1)确定初始搜索区间确定初始搜索区间 ，要求，要求(2)选定选定 (3)计算计算 (4)若若 ，则，则 ，转（，转（3）；否则转（）；否则转（5）(5)打印打印 ，停机，停机NewtonNewton切线法切线法第84页，共109页，编辑于2022年，星期六Newton切线法的计算流程如图所示第85页，共109页，编辑于