利用MATLAB求解无约束优化问题.pptVIP

作 业 例3：Matlab编程求解 1、完成3个例子的编程，并加上注释； 2、文件命名：学号-姓名-序号 每人建一个文件夹，文件夹命名：学号-姓名 2、各位同学先拷到各班由学习委员，并于下次上机时间上交。 命令格式为: [x，fval，exitflag，output]= fminunc(fun, x0 ，options)； 或 [x，fval，exitflag，output]= fminsearch(fun, x0 ,options)； 标准型为：min F(X) matlab解多元函数无约束优化问题 fminsearch是用单纯形法寻优. fminunc的算法见以下几点说明： 使用fminunc和 fminsearch可能会得到局部最优解. [3] fminunc为中型优化算法的步长一维有哪些信誉好的足球投注网站提供了两种算法， 由options中参数LineSearchType控制： LineSearchType=’quadcubic’(缺省值)， 混合的二次和三次多项式插值；LineSearchType=’cubicpoly’，三次多项式插值 说明: [1] fminunc为无约束优化提供了大型优化和中型优化算法。 由options中的参数LargeScale控制： LargeScale=’on’(默认值),使用大型算法 LargeScale=’off’(默认值),使用中型算法 [2] fminunc为中型优化算法的有哪些信誉好的足球投注网站方向提供了3种算法， 由 options中的参数HessUpdate控制： HessUpdate=’bfgs’（默认值），拟牛顿法的BFGS公式； HessUpdate=’dfp’，拟牛顿法的DFP公式； HessUpdate=’steepdesc’，最速下降法 例1 min f(x)=(4x12+2x22+4x1x2+2x2+1)*ex1 1、编写M-文件 fun.m: function f = fun (x) f = exp(x(1))*(4*x(1)^2+2*x(2)^2+4*x(1)*x(2)+2*x(2)+1); 2、输入M文件wliti.m如下: x0 = [-1, 1]; x=fminunc(‘fun’,x0); y=fun(x) 3、运行结果: x= 0.5000 -1.0000 y = 1.3029e-10 用fminsearch函数求解 输入命令: f=100*(x(2)-x(1)^2)^2+(1-x(1))^2; [x,fval,exitflag,output]=fminsearch(f, [-1.2 2]) 运行结果: x =1.0000 1.0000 fval =1.9151e-010 exitflag = 1 output = iterations: 108 funcCount: 202 algorithm: Nelder-Mead simplex direct search 4. 用fminunc 函数 (1)建立M-文件fun2.m function f=fun2(x) f=100*(x(2)-x(1)^2)^2+(1-x(1))^2 (2)简单计算 [x,fval,exitflag,output]=fminunc(fun2, [-1.2 2]) (3)比较各种算法主程序compare.m options11=optimset(HessUpdate,dfp) [x11,fval11,exitflag11,output11]=fminunc(fun2, [-1.2 2],options11) pause options12=optimset(HessUpdate,dfp,LineSearchType,cubicpoly) [x12,fval12,exitflag12,output12]=fminunc(fun2, [-1.2 2],options12) pause options21=optimset(HessUpdate,bfgs) [x21,fval21,exitflag21,output21]=fminunc(fun2,