工程优化设计中的数学方法硕士研究生西安电子.pptVIP

工程优化设计中的数学方法硕士研究生西安电子.ppt

此“教育”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、本文档共62页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
工程优化设计中的数学方法硕士研究生西安电子

3.1 有哪些信誉好的足球投注网站算法结构 一、下降算法模型 考虑(fs) 常用一种线性有哪些信誉好的足球投注网站的方式来求解:迭代中从一点出发沿下降可行方向找一个新的、性质有改善的点。迭代计算: 其中 为第 次迭代的有哪些信誉好的足球投注网站方向, 为沿 有哪些信誉好的足球投注网站的最佳步长因子(通常也称作最佳步长)。 △可行方向:设 ∈S,d∈Rn,d≠0,若存在 ,使 ,称d 为 点的可行方向。 同时满足上述两个性质的方向称下降可行方向。 模型算法 二、收敛性概念: 考虑(fs) 设迭代算法产生点列{x(k)} ?S. 1. 理想的收敛性:设x*∈S是g.opt(全局最优解).当x*∈ {x(k)} 或 x(k) ≠ x*, ?k,满足 时,称算法收敛到最优解 x*。 由于非线性规划问题的复杂性,实用中建立下列收敛性概念 : 2. 实用收敛性:定义解集 S* = { x | x 具有某种性质 } 例:S*={x|x---g.opt} S*={x|x---l.opt} S*={x| ?f(x)=0} S*={x|f(x)≤β } (β为给定的实数,称为阈值) 2.实用收敛性(续) ▲收敛性:设解集S*≠ ,{x(k)}为算法产生的点列。下列情况之一成立时,称算法收敛: 1°?x(k) ∈S*; 2°x(k) S*, ?k,{x(k)}的任意极限点∈S* 。 ▲全局收敛:对任意初始点x(1),算法均收敛。 局部收敛:当x(1) 充分接近解x*时,算法收敛。 三、收敛速度 设算法产生点列{x(k)},收敛到解x*,且x(k)≠x*, ?k,关于算法的收敛速度,有 1.线性收敛: 当k充分大时成立。 2.超线性收敛: 3.二阶收敛: ? ? ﹥0,是 使当k充分大时有 三、收敛速度(续) 定理:设算法点列{x(k)}超线性收敛于x*,且x(k)≠x*, ?k,那么 证明:只需注意 | ||x(k+1) –x* || -|| x(k) –x* || |≤ ||x(k+1) –x(k) || ≤ ||x(k+1) –x* || +|| x(k) –x* || ,除以|| x(k) –x* || 并令k→∞,利用超线性收敛定义可得结果。 四、二次终结性 ▲一个算法用于解正定二次函数的无约束极小时,有限步迭代可达最优解,则称该算法具有二次终结性。 问题描述: f(x)=x2, a=-1.5, b=1;精度10-5 f(x)=x2, a=-1.5, b=1;精度10-10 f(x)=x2, a=-1.5, b=1;精度10-10 重新开始 设 f (x)在 [a ,b]上可微,且当导数为零时是解。 取 x=(a+b) / 2, 那么 f (x) = 0 时, x 为最小点, x= x* ; f (x) 0 时, x 在上升段, x* x,去掉[x ,b] ; f (x) 0 时, x 在下降段, x* x,去掉[a, x] . (自己画算法框图) [a,b]缩小,当区间[a,b]的长度充分小时,或者当 充分小时,即可将[a,b]的中点取做极小点的近似点,这 时有估计: 例1: 求 min f (x)= arctan t d t 解: f ′ (x) =arctan x , f ″(x)=1/(1+ x2) 迭代公式: xk +1= xk - (1+ xk 2) arctan xk 取 x1= 1,计算结果: k xk f′ (xk) 1/f″(xk ) 1 1

文档评论(0)

panguoxiang + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档