《用MATLAB实现共轭梯度法求解实例.doc》由会员分享，可在线阅读，更多相关《用MATLAB实现共轭梯度法求解实例.doc（7页珍藏版）》请在三一文库上搜索。
1、用MATLAB实现共轭梯度法求解实例康福 2011037100311 无约束优化方法1.1 无约束优化方法的必要性一般机械优化设计问题，都是在一定的限制条件下追求某一指标为最小，它们都属于约束优化问题。但是为什么要研究无约束优化问题? （1）有些实际问题，其数学模型本身就是一个无约束优化问题。 （2）通过熟悉它的解法可以为研究约束优化问题打下良好的基础。 （3）约束优化问题的求解可以通过一系列无约束优化方法来达到。所以无约束优化问题的解法是优化设计方法的基本组成部分，也是优化方法的基础。（4）对于多维无约束问题来说，古典极值理论中令一阶导数为零，但要求二阶可微，且要判断海赛矩阵为正定才能求得极
2、小点，这种方法有理论意义，但无实用价值。和一维问题一样，若多元函数F(X)不可微，亦无法求解。但古典极值理论是无约束优化方法发展的基础。 1.2共轭梯度法目前已研究出很多种无约束优化方法，它们的主要不同点在于构造搜索方向上的差别。 （1）间接法要使用导数，如梯度法、（阻尼）牛顿法、变尺度法、共轭梯度法等。（2）直接法不使用导数信息，如坐标轮换法、鲍威尔法单纯形法等。用直接法寻找极小点时，不必求函数的导数，只要计算目标函数值。这类方法较适用于解决变量个数较少的（n 20）问题，一般情况下比间接法效率低。间接法除要计算目标函数值外，还要计算目标函数的梯度，有的还要计算其海赛矩阵。 搜索方向的构成问
3、题乃是无约束优化方法的关键。共轭梯度法是沿着共轭方向进行搜索，属于共轭方向法中的一种，该方法中每一个共轭向量都是依赖于迭代点处的负梯度而构造出来。共轭梯度法作为一种实用的迭代法，它主要有下面的优点：（1）算法中，系数矩阵的作用仅仅是用来由已知向量P产生向量W=AP，这不仅可充分利用的稀疏性，而且对某些提供矩阵较为困难而由已知向量P产生向量W=AP又十分方便的应用问题是很有益的。（2）不需要预先估计任何参数就可以计算，这一点不像SOR等；（3）每次迭代所需的计算，主要是向量之间的运算，便于并行化。共轭梯度法原理的知识较多，请详见机械优化设计第四章的第四、五节。图1为共轭梯度法的程度框图图1为共轭
4、梯度法的程度框图2 设计题目及要求2.1设计题目用共轭梯度法求二次函数 的极小点及极小值。2.2设计要求（1） 使用matlab编写程序，熟练撑握matlab编程方法。（2） 学习并撑握共轭梯度法的原理、方法及应用，并了解不同无约束优化方法的区别、优缺点及特殊要求。（3） 编写程序，计算出二次函数的极小点及极小值，并适当选取不同的初始点及迭代精度精度，分析比较结果。三计算步骤3.1计算求解解：已知初始点1,1T 迭代精度 1）第一次沿负梯度方向搜寻计算初始点处的梯度：为一维搜索最佳步长，应满足得： 2）第二次迭代 代入目标函数由 得从而有：因收敛。3.2运行与程序运行：打开matlab,确定c
5、onjugate_grad_2d.m文件夹为当前目录。 在命令窗中输入：f=conjugate_grad_2d(1,1,0.001) 选择不同的初始点坐标0,0,0,1,1,0,和迭代精度0.01，0.0001,进行运行时，需要多次调用conjugate_grad_2d函数。程序及说明：function f=conjugate_grad_2d(x0,t)%用共轭梯度法求已知函数f(x1,x2)=x12+2*x22-4*x1-2*x1*x2的极值点%已知初始点坐标：x0%已知收敛精度：t%求得已知函数的极值：fx=x0;syms xi yi a; %定义自变量，步长为符号变量f=xi2+2*yi
6、2-4*xi-2*xi*yi; %创建符号表达式ffx=diff(f,xi); %求表达式f对xi的一阶求导fy=diff(f,yi); %求表达式f对yi的一阶求导fx=subs(fx,xi,yi,x0); %代入初始点坐标计算对xi的一阶求导实值fy=subs(fy,xi,yi,x0); %代入初始点坐标计算对yi的一阶求导实值fi=fx,fy; %初始点梯度向量count=0; %搜索次数初始为0while double(sqrt(fx2+fy2)t %搜索精度不满足已知条件 s=-fi; %第一次搜索的方向为负梯度方向 if countToo many input arguments。查阅了些书籍，上网求助，最后查明原因是自定义的M文件名称与Matlab内部函数名相似，导致无法运行。浪费了大量的时间与精力，庆幸的是，经过自己的努力，纠正错误，按时完成了作业。研究生培养过程中，必须系统地学习编程软件，达到精通熟练的程度，并能够自主开发一些小程序，我相信在以后学习工作中它会提供更大的帮助。参考文献：1 孙靖民，哈尔滨工业大学.机械优化设计.北京:机械工业出版社，2006.