在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 最优化理论代码

最优化理论代码

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:0.88M
  • 下载次数:14
  • 浏览次数:280
  • 发布时间:2014-04-22
  • 实例类别:一般编程问题
  • 发 布 人:fuweisi2014
  • 文件格式:.doc
  • 所需积分:2
 相关标签:

实例介绍

【实例简介】

1.用加步探索法确定一维最优化问题程序代码

   function [minx,maxx] = minJT(f,x0,h0,eps)

%进退方法求解极值区间

%目标函数:f

%初始点:x0

%初始步长:h0

%精度:eps

%区间左端点:minx

%区间右端点:maxx

format long;

if nargin == 3

    eps = 1.0e-6;

end

 

x1 = x0;

k = 0;

h = h0;

while 1

    x4 = x1   h;

    k = k 1;

    f4 = subs(f, findsym(f),x4);

    f1 = subs(f, findsym(f),x1);

    if f4 < f1

        x2 = x1;

        x1 = x4;

        f2 = f1;

        f1 = f4;

        h = 2*h;

    else

        if k==1

            h = -h;

            x2 = x4;

            f2 = f4;

        else

            x3 = x2;

            x2 = x1;

            x1 = x4;

            break;

        end

    end

end

 

minx = min(x1,x3);

maxx = x1 x3 - minx;

format short;

 

2.用对分法求解该题的程序代码如下:

function [xmin,ymin] = minDF(f,x0,x1,eps)

%对分法求解极值

%目标函数:f

%搜索右区间:x0

%搜索左区间:h0

%精度:eps

%极小值点:xmin

%极小值:ymin

format long;

if nargin == 3

eps = 1.0e-6;

end

k=1;

plot(x0,subs(f , findsym(f),x0),'ro');

plot(x1,subs(f , findsym(f),x1),'ro');

while (x1-x0)>eps && k<100000

xm=(x1 x0)/2;

xl=(x0 xm)/2;

xr=(x1 xm)/2;

fm = subs(f , findsym(f),xm);

fl = subs(f , findsym(f),xl);

fr = subs(f , findsym(f),xr);

plot(x0,subs(f , findsym(f),x0),'ro');

plot(x1,subs(f , findsym(f),x1),'ro');

plot(xm,fm,'ro');

if fl < fm

x0 = xl;

x1 = xm;

else

if fr < fm

x0 = xm;

x1 = xr;

else

x0 = xl;

x1 = xr;

end

end

k = k 1;

end

if k == 100000

disp('找不到最小值!');

x = NaN;

minf = NaN;

return;

end

k

xmin = (x1 x0)/2;

ymin = subs(f, findsym(f),xmin);

format short;

3.用Newton法求解该题的程序代码如下:

function [x,minf] = minNT(f,x0,var,eps)

%牛顿方法

%目标函数:f

%初始点:x0

%自变量向量:var

%精度:eps

%极值点:x

%极值:minf

format long;

if nargin == 3

    eps = 1.0e-6;

end

tol = 1;

x0 = transpose(x0);

gradf = jacobian(f,var);

jacf = jacobian(gradf,var);

 

while tol>eps

    v  = Funval(gradf,var,x0);

    tol = norm(v);

    pv = Funval(jacf,var,x0);

    p = -inv(pv)*transpose(v);

    p = double(p);

    x1 = x0   p;

    x0 = x1;

end

 

x = x1;

minf = Funval(f,var,x);

format short;

    

3实验结果

1.用加步探索法确定一维最优化问题的实验结果截图如下

2.用对分法求解的实验结果截图如下:

         精度 

 

     



标签:

实例下载地址

最优化理论代码

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警