前言
在实际建模过程中由于诸多因素的影响,其目标函数或约束条件很难用线性关系式表达,针对此类非线性问题的优化称为非线性规划问题,其基本定义为一个n元函数在一组等式或不等式的约束条件下的极值问题,且目标函数和约束条件至少有一个是未知量的非线性函数。而其中寻求一元函数在某区间上的极点的优化方法,称为一维优化问题。
一维最优化方法
在将实际的物理问题抽象为数学模型时,一般按以下步骤来分析:
1)确定自变量;
2)确定优化目标;
3)确定约束条件;
4)确定自变量范围;
而非线性规划问题的一般形式可以表示为:
其中,
称为模型的决策变量, 称为目标函数, 和 称为约束函数,前者为等式约束,后者为不等式约束。常见的一维最优化方法主要有黄金分割法、切线法、插值法等,其基本遵循一个思想:
从某一个出水点
出发,沿某个适当选择的方向 (通常为目标函数的下降方法)进行搜索,得到目标值较小的点 ;再从 出发,沿选择的方向 进行搜索,得到比目标函数更小的点 。而如何确定目标函数下一次的寻优方向,我们以
来表示。而针对一维最优化问题,实质上转化成求解步长因子 的极值问题。而针对一维搜索问题的基本步骤,常见如下:
1)确定搜索区间;
2)采用逐步缩小区间的方法或函数逼近,确定函数的极值点。
常见的方法主要有进退法、黄金分割法、斐波那契法、牛顿法、割线法等。
进退法
进退法的基本思想是指:
单谷函数
,其极小值位于搜索区间[a,b]内,对于任意的 ,如果 ,则 为极小点的搜索区间;如果 ,则 为极大点的搜索区间。进退法的代码示例如下,仅供参考:
黄金分割法
黄金分割法的基本思想与进退法基本一致,其对
的取值做出了如下要求:其中,
取0.618。黄金分割法的代码示例如下,仅供参考:
斐波那契法
斐波那契法与黄金分割法基本思想一致,但其针对
的取值不同: ,其中 为第n个斐波那契数。斐波那契法的代码示例如下,仅供参考:
来源:铁树银花
声明:本站部分文章及图片转载于互联网,内容版权归原作者所有,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!