1黄金分割法的优化问题（1）黄金分割法基本思路：黄金分割法适用于[a，b]区间上的任何单股函数求极小值问题，对函数除要求“单谷”外不做其他要求，甚至可以不连续。因此，这种方法的适应面非常广。黄金分割法也是建立在区间消去法原理基础上的试探方法，即在搜索区间[a，b]内适当插入两点a1，a2，并计算其函数值。a1，a2将区间分成三段，应用函数的单谷性质，通过函数值大小的比较，删去其中一段，是搜索区间得以缩小。然后再在保留下来的区间上作同样的处理，如此迭代下去，是搜索区间无限缩小，从而得到极小点的数值近似解。（2）黄金分割法的基本原理 一维搜索是解函数极小值的方法之一，其解法思想为沿某一已知方向求目标函数的极小值点。一维搜索的解法很多，这里主要采用黄金分割法（0.618法）。该方法用不变的区间缩短率0.618代替斐波那契法每次不同的缩短率，从而可以看成是斐波那契法的近似，实现起来比较容易，也易于人们所接受。 黄金分割法是用于一元函数f(x)在给定初始区间[a,b]内搜索极小点α*的一种方法。它是优化计算中的经典算法，以算法简单、收敛速度均匀、效果较好而著称，是许多优化算法的基础，但它只适用于一维区间上的凸函数[6]，即只在单峰区间内才能进行一维寻优，其收敛效率较低。其基本原理是：依照“去劣存优”原则、对称原则、以及等比收缩原则来逐步缩小搜索区间[7]。具体步骤是：在区间[a,b]内取点：a1，a2把[a,b]分为三段。如果f(a1)>f(a2)，令a=a1,a1=a2,a2=a+r*(b-a)；如果f(a1)<f(a2)，令b=a2，a2=a1,a1=b-r*(b-a),如果｜(b-a)/b｜和｜(y1-y2)/y2｜都大于收敛精度ε重新开始。因为[a,b]为单峰区间，这样每次可将搜索区间缩小0.618倍或0.382倍，处理后的区间都将包含极小点的区间缩小，然后在保留下来的区间上作同样的处理，如此迭代下去，将使搜索区[a,b]逐步缩小，直到满足预先给定的精度时，即获得一维优化问题的近似最优解。黄金分割法原理如图１所示，（3）程序流程如下：4实验所编程序框图开始r=0.618给定a=-3,b=5,收敛精度ε=0.001结束a*=(a+b)/2a1=b-r*(b-a)y1=f(a1)b=a2a2=a1y2=y1a2=a+r*(b-a)y2=f(a2)a=a1a1=a2y1=y2y1>=y2a1=b-r*(b-a)y1=f(a1)a2=a+r*(b-a)y2=f(a2)否是 ｜(b-a)/b｜<ε和｜（y2-y1）/y2｜<ε? 否是 #include《math.h》#include《stdio.h》#definef(x)x*x+2*xdoublecalc(double*a,double*b,doublee,int*n){doublex1,x2,s;if(fabs(*b-*a)<=e)s=f((*b+*a)/2);else{x1=*b-0.618*(*b-*a);x2=*a+0.618*(*b-*a);if(f(x1)>f(x2))*a=x1;else*b=x2;*n=*n+1;s=calc(a,b,e,n);}returns;}main(){doubles,a,b,e;intn=0;scanf("%lf%lf%lf",&a,&b,&e);s=calc(&a,&b,e,&n);printf("a=%lf,b=%lf,s=%lf,n=%d\n",a,b,s,n);}5程序运行结果如下图：2进退法（1）算法原理进退法是用来确定搜索区间（包含极小值点的区间）的算法，其理论依据是：为单谷函数（只有一个极值点），且为其极小值点的一个搜索区间，对于任意，如果，则为极小值的搜索区间，如果，则为极小值的搜索区间。因此，在给定初始点，及初始搜索步长的情况下，首先以初始步长向前搜索一步，计算。（1）如果则可知搜索区间为，其中待求，为确定，后退一步计算，为缩小系数，且，直接找到合适的，使得，从而确定搜索区间。（2）如果则可知搜索区间为，其中待求，为确定，前进一步计算，为放大系数，且，知道找到合适的，使得，从而确定搜索区间。进退法求极值基本思想：对f(x)任选一个初始点x1及初始步长h0，通过比较这两点函数值的大小，确定第三点位置，比较这三点的函数值大小，确定是否为“高—低—高”形态。算法原理1.试探搜索：选定初始点x1,x2=x1+h0，计算y1＝f(x1)，y2＝f(x2)（a）如y1>y2,转2向右前进；（b）如y1<y2,转3向左后退；图8.12.前进搜索加大步长h＝2h，产生新点x3=x2+2h0；（a）如y2<y3，则函数在[x1，x3]内必有极小点，令a=x1，b=x3搜索区间为[a，b]；(b)如y2>y3，令x1=x2，y1=y2；x2=x3，y2=y3；h=2h重新构造新点x3=x2+h，并比较y2、y3的大小，直到y2<y3。图8.23.后退搜索令h＝-h0，令x3=x1，y3=y1；x1=x2，y1=y2；x2=x3，y2=y3；h=2h；产生新点x3=x2+h；（a）如y2<y3，则函数在[x1，x3]内必有极小点，令a=x3，b=x1，搜索区间为[a，b]（b）如y2>y3，令x1=x2，y1=y2；x2=x3，y2=y3；h=2h重新构造新点x3=x2+h，并比较y2、y3的大小，直到y2<y3。令a=x1，b=x3，搜索区间为[a，b]；图8.3（2）算法步骤用进退法求一维无约束问题的搜索区间（包含极小值点的区间）的基本算法步骤如下：（1）给定初始点，初始步长，令，，；（2）令，置；（3）若，则转步骤（4），否则转步骤（5）；（4）令，，，令，转步骤（2）；（5）若，则转步骤（6）否则转步骤（7）；（6）令，，，转步骤（2）；（7）令，停止计算，极小值点包含于区间（3）算法的MATLAB实现在MATLAB中编程实现的进退函数为：功能：用进退法求解一维函数的极值区间。调用格式：其中，：目标函数；：初始点；：初始步长；：精度；：目标函数取包含极值的区间左端点；：目标函数取包含极值的区间又端点。进退法的MATLAB程序代码如下：function[minx,maxx]=minJT(f,x0,h0,eps)%目标函数:f;%初始点:x0;%初始步长:h0;%精度:eps;%目标函数取包含极值的区间左端点:minx;%目标函数取包含极值的区间又端点:maxx;formatlong;ifnargin==3eps=1.0e-6;endx1=x0;k=0;h=h0;while1x4=x1+h;%试探步k=k+1;f4=subs(f,findsym(f),x4);f1=subs(f,findsym(f),x1);iff4<f1x2=x1;x1=x4;f2=f1;f1=f4;h=2*h;%加大步长elseifk==1h=-h;%反向搜索x2=x4;f2=f4;elsex3=x2;x2=x1;x1=x4;break;endendendminx=min(x1,x3);maxx=x1+x3-minx;formatshort;流程图如下：
本文档为【黄金分割法,进退法,原理及流程图】，请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑，
图片更改请在作品中右键图片并更换，文字修改请直接点击文字进行修改，也可以新增和删除文档中的内容。
该文档来自用户分享，如有侵权行为请发邮件ishare@vip.sina.com联系网站客服，我们会及时删除。
[版权声明] 本站所有资料为用户分享产生，若发现您的权利被侵害，请联系客服邮件isharekefu@iask.cn，我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
浙公网安备 33021202002483