最優(yōu)化理論與方法第五章2013年10月_第1頁
最優(yōu)化理論與方法第五章2013年10月_第2頁
最優(yōu)化理論與方法第五章2013年10月_第3頁
最優(yōu)化理論與方法第五章2013年10月_第4頁
最優(yōu)化理論與方法第五章2013年10月_第5頁
已閱讀5頁，還剩59頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、第 五 章無約束最優(yōu)化方法5.1 無約束問題的 最優(yōu)性條件1局部極小點(diǎn)2嚴(yán)格局部極小點(diǎn)3全局（總體）極小點(diǎn)4嚴(yán)格全局（總體）極小點(diǎn)。注：在非線性規(guī)劃中，大多數(shù)算法都致力于求最優(yōu)化問題的局部極小點(diǎn)，一般求全局極小點(diǎn)極為困難，僅當(dāng)問題為凸規(guī)劃時(shí)，局部極小為全局極小。 一、極小點(diǎn)的概念二、無約束問題最優(yōu)性條件5.2 最速下降法最速下降法又稱為負(fù)梯度法，由Cauchy于1847年給出。是最為古老但又十分基本的一種方法。 最速下降法解決的是具有連續(xù)可微的目標(biāo)函 數(shù)的無約束極值問題。 最速下降法的基本思想：從當(dāng)前點(diǎn)xk出發(fā)尋找 使得目標(biāo)函數(shù)下降最快的方向，即負(fù)梯度方向。 優(yōu)點(diǎn)：迭代過程簡單，使用方便。一.

2、 最速下降法關(guān)于梯度的復(fù)習(xí)：梯度是一個(gè)向量。n元函數(shù)f(x1 ,x2 ,xn)在點(diǎn)x處的梯度為：梯度的方向與函數(shù)f 的等值線的一個(gè)法線方 向相同，從較低的等值線指向較高的等值線。梯度的方向就是函數(shù)f 的值增加最快的方向， 其相反方向就是函數(shù)值降低最快的方向。解:例1:用最速下降法求的極小值,只迭代一次代入目標(biāo)函數(shù)得：令繼續(xù)迭代,計(jì)算可得二.算法終止標(biāo)準(zhǔn)三、最速下降算法收斂性定理四.最速下降法的收斂速度五.算法特點(diǎn) 相鄰兩次迭代的搜索方向是正交的,迭代點(diǎn)列呈鋸齒形前進(jìn)，迭代點(diǎn)越靠近最優(yōu)解附近,目標(biāo)函數(shù)值下降的速度越慢，算法收斂速度慢。 5.3 牛頓法例2:用牛頓法求的極小值,解:1)計(jì)算2)方向3)求最優(yōu)步長代入目標(biāo)函

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論