1、(完整版)黄金分割法求极小值黄金分割法 02008202罗 黎一 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.二 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
2、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xmin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,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。具体步骤是:在区间a,b内
3、取点:a1 ,a2 把a,b分为三段。如果f(a1)f(a2),令a=a1,a1=a2,a2=a+0。618(b-a);如果f(a1)f(a2) ,令b=a2,a2=a1,a1=b-0.618(ba),如果(b-a)/b和|(y1-y2)/y2都大于收敛精度重新开始循环。因为a,b为单峰区间,这样每次可将搜索区间缩小0。618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。插入点原理图如下:三 实验程序框图四 matlab程序代码主程序:syms x a b a3 e
4、 h;a=input(搜索区间的第一点a=);b=input(搜索区间的第二点b=);e=input(搜索精度ne=);disp(需求的优化函数f=f(x),调用xmin=golden(f,a,b,e));m文件:function xmin=golden(f,a,b,e)k=0;a1 =b-0。618*(b-a); %插入点的值a2 =a+0。618(ba);while bae 循环条件 y1=subs(f,a1); y2=subs(f,a2);if y1y2 比较插入点的函数值的大小 a=a1; 进行换名 a1=a2; y1=y2; a2=a+0.618*(b-a);else b=a2; a
5、2=a1; y2=y1; a1=b-0。618*(b-a);endk=k+1;end %迭代到满足条件为止就停止迭代xmin=(a+b)/2; fmin=subs(f,xmin) %输出函数的最优值fprintf(k=n);disp(k);五 程序运行结果例如:f=x2+2x,给定搜索区间3,5,求此函数的极小点。1. 首先运行主程序:2。会提示你输入各个变量的值:2. 输完各个变量的值,以及所求函数后,再运行 :xmin=golden(f,a,b,e)系统调用m文件的内容,这时候matlab就会输出函数的最优值.即该函数的最小值点在x=1,最小点的函数值fmin=1,一共经过了29次迭代。六 实验心得 通过此次实验对黄金分割法的基本思想有了一个全面的理解,原理比较简单,稍微复杂一点的就是缩小区间的时候怎么进行换名,另外一个难点就是如何用matlab来实现,此次实验通过自学相应的操作以及编程语言,最后完成了此次实验。