汽车优化设计2010-2PPT文档格式.ppt
- 文档编号:15651744
- 上传时间:2022-11-10
- 格式:PPT
- 页数:39
- 大小:1.41MB
汽车优化设计2010-2PPT文档格式.ppt
《汽车优化设计2010-2PPT文档格式.ppt》由会员分享,可在线阅读,更多相关《汽车优化设计2010-2PPT文档格式.ppt(39页珍藏版)》请在冰豆网上搜索。
n另一类一维搜索方法称作插值法或函数逼近法。
这类方法是根据某些点处的某些信息,如函数值、一阶导数、二阶导数等,构造一个插值函插值法、三次插值法等。
第四章一维搜索方法一维搜索方法n采用数值解法代替解析解法n第一步是确定搜索区间,即最优步长ak所在的区间a,b,搜索区间应为单峰区间,区间内目标函数应只有一个极小值n第二步是在此区间内求最优步长ak,使目标函数f(xk+ak)达到极小,即通过某种原理不断缩小搜索区间缩小搜索区间,从而获得最优步长a*的数值近似解。
第四章一维搜索方法进退法确定搜索区间nn理论依据:
理论依据:
由单峰函数的性质,在极小点左边的函数值应随着步长的增加一直下降,而在极小点右边的函数值则应严格上升。
n给定初始点t0及初始步长hn前进运算n搜索区间可确定为将步长增加二倍将步长增加二倍否则步长加倍否则步长加倍重复上述运算重复上述运算否则转下页否则转下页第四章一维搜索方法进退法确定搜索区间n后退运算n搜索区间可确定为将步长将步长a0a0缩短为缩短为a0/4a0/4,以以a0/4a0/4为步长为步长反方向反方向搜索搜索否则步长加倍否则步长加倍继续后退运算继续后退运算第四章一维搜索方法一维搜索方法的分类n为了每次缩短区间,只需要在区间内再插入一点并计算其函数值。
然而,对于插入点的位置,是可以用不同的方法来确定的。
n一类称作试探法试探法:
区间内插入点位置的确定仅仅按照区间缩短如何加快,而不顾及函数值的分布关系n黄金分割法、裴波纳契(Fibonacci)等n一类称作插值法或函数逼近法插值法或函数逼近法:
构造一个插值函数来逼近原来函数,用插值函数的极小点作为区间的插入点n牛顿法、二次插值法等第四章一维搜索方法一维搜索的试探方法黄金分割法n是最常用的一维搜索试探方法,又称作0.618法n适用于区间上的任何单谷函数求极小值问题适用于区间上的任何单谷函数求极小值问题n对函数除要求“单谷”外不作其他要求,甚至可以不连续n基本思路:
在搜索区间内适当插入两点,并计算其函数值。
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,使搜索区间得以缩短。
然后再在保留下来的区间上作同样的处置,如此迭代下去,使搜索区间无限缩小,从而得到极小点的数值近似解。
第四章一维搜索方法黄金分割法n黄金分割法要求插入点1、2的位置相对于原区间a,b的两端点具有对称性,对称性,即n黄金分割法还要求在保留下来的区间内再插入一点所形成的区间新三段,与原来区间的三段具有相同的相同的比例分布比例分布第四章一维搜索方法黄金分割法的搜索过程n给出初始搜索区间a,b及收敛精度,将赋以0.618n按前页中坐标点比例公式计算1和2,并计算其对应的函数值f
(1)和f
(2)。
n比较函数值,利用进退法缩短搜索区间n检查区间是否缩短到足够小和函数值是否收敛到足够近,如果条件不满足则返回到步骤n如果条件满足则取最后两试验点的平均值作为极小点的数值近似值第四章一维搜索方法+a+第四章一维搜索方法黄金分割法程序框图给定a,b,0.618a1=b-(b-a);
y1=f(a1);
a2=a+(b-a);
y2=f(a2);
y1y2a=a1;
a1=a2;
y1=y2;
y2=f(a2)b=a2;
a2=a1;
y2=y1;
a1=b-(b-a);
y1=f(a1)a*=(a+b)/2结束是是否否是是否否第四章一维搜索方法n黄金分割法n已知:
已知:
F(x)=x4-4x3-6x2-16x+4,求极小值,极小值点,区间,迭代求极小值,极小值点,区间,迭代次数?
次数?
n用进退法确定区间,用黄金分割法求极值。
n#include#include#definee0.001#definett0.01floatf(doublex)floaty=pow(x,4)-4*pow(x,3)-6*pow(x,2)-16*x+4;
return(y);
finding(float*p1,float*p2)floatx1=0,x2,x3,t,f1,f2,f3,h=tt;
intn=0;
x2=x1+h;
f1=f(x1);
f2=f(x2);
if(f2f1)h=-h;
t=x2;
x2=x1;
x1=t;
第四章一维搜索方法ndox3=x2+h;
h=2*h;
f3=f(x3);
n=n+1;
while(f3x3)t=x1;
x1=x3;
x3=t;
*p1=x1;
*p2=x3;
return(n);
gold(float*p)floata,b,x1,x2,f1,f2;
finding(&
a,&
b);
dox1=a+0.382*(b-a);
x2=a+0.618*(b-a);
if(f1f2)a=x1;
elseb=x2;
while(b-a)e);
*p=(x1+x2)/2;
main()floata,b,x,min;
intn1,n2;
n1=finding(&
n2=gold(&
x);
min=f(x);
printf(nTheareais%fto%f.,a,b);
printf(nThenunmber1is%d.,n1);
printf(nTheminis%fandtheresultis%f.,x,min);
printf(nThenunmber2is%d.,n2)第四章一维搜索方法例题:
黄金分割法
(一)n对函数f(x)x2+2x,给定搜索区间-3x5时,用黄金分割法求极小点x*此时a=-3,b=5,按公式计算两插入点计算两插入点的函数值消去区间a2,b,新的搜索区间a,b的端点a=-3不变,而b=a2=1.944第四章一维搜索方法例题:
黄金分割法
(二)n依次重复黄金分割法的迭代过程,前五次迭代的结果n假定,经过5次迭代后已满足收敛精度要求,则得n该问题的精确解为迭代序号aa1a2by1比较y20-30.0561.94450.1157.6671-3-1.1110.0561.944-0.9870.1152-3-1.832-1.1110.056-0.306-0.9873-1.832-1.111-0.6650.056-0.987-0.8884-1.832-1.386-1.111-0.665-0.851-0.9875-1.386-1.111-0.940-0.665第四章一维搜索方法一维搜索的插值方法n假定我们的问题是在某一确定区间内寻求函数的极小点位置,虽然没有函数表达式,但能够给出若干试验点处的函数值。
我们可以根据这些点处的函数值,利用插值方法建立函数的某种近似表达式,进而求出函数的极小点,并用它作为原来函数极小点的近似值。
这种方法称作插值法,又称作函数逼近法这种方法称作插值法,又称作函数逼近法这种方法称作插值法,又称作函数逼近法这种方法称作插值法,又称作函数逼近法。
第四章一维搜索方法插值方法与试探方法的对比n相同之处相同之处在于都是利用区间消去法原理将初始搜索区间不断缩短,从而求得极小点的数值近似解。
n不同之处不同之处在于试验点位置的确定方法不同。
n在试探法中试验点位置是由某种给定的规律确定。
n在插值法中试验点位置是按函数值近似分布的极小点确定。
n试探法仅仅利用了试验点函数值的大小的比较,n而插值法还要利用函数值的本身或者其导数信息。
n由于试探法仅对试验点数值的大小进行比较,而函数值本身的特性没有得到充分利用n插值法则是利用函数在已知试验点的值(或导数值)来确定新试验点的位置。
当函数具有比较好的性质时(例如连续可微性),插值方法比试探法效果更好。
第四章一维搜索方法一维搜索的插值方法n多项式是函数逼近的一种常用工具。
在搜索区间内我们可以利用若干试验点处的函数值来构造低次多项式,用它作为函数的近似表达式,并用这个多项式的极小点作为原函数极小点的近似。
n常用的插值多项式为二次多项式。
n牛顿法(切线法):
利用一点的函数值、一阶导数值和二阶导数值来构造此二次函数n抛物线法(二次插值法):
它利用三个点的函数值形成一个抛物线来构造此二次函数第四章一维搜索方法牛顿法n对于一维搜索函数,假定已给出极小点的一个较好的近似点a0,因为一个连续可微的函数在极小点附近与一个二次函数很接近,所以可以在a0点附近用一个二次函数来逼近函数,即在点a0将f(a)进行泰勒展开,并保留到二次项,有n然后以二次函数的极小点作为极小点的一个新近似点,根据极值必要条件n依此继续下去,可得牛顿法迭代公式第四章一维搜索方法第四章一维搜索方法牛顿法的计算步骤n给定初始点a0,控制误差,令k=0n计算f(x)在ak点的一阶和二阶导数n利用牛顿法迭代公式求ak+1n若|ak+1-ak|,则求得近似解a*=ak+1,停止计算,否则作第步n令k=k+1,然后转第步第四章一维搜索方法牛顿法n最大优点是收敛速度快n缺点n每一点处都要计算函数的导数和二阶导数,因而增加了每次迭代的工作量n用数值微分代替二阶导数时,舍入误差会影响牛顿法的收敛速度,当二阶导数很小时问题更严重n牛顿法要求初始点选得比较好,即不能离极小点太远,否则在可能使极小化序列发散或收敛到非极小点第四章一维搜索方法上机实验n进退法确定搜索区间上机编程n黄金分割法上机编程n二次插值法上机编程n汽车转向梯形优化设计第四章一维搜索方法二次插值法
(一)n又称抛物线法。
利用y=f(x)在单谷区间中的三点x1x2f(x2)f(x3),作出如下的二次插值多项式n多项式的极值点可以从极值的必要条件求得第四章一维搜索方法二次插值法
(二)P(x)的系数确定与极小点的计算ap=1/2(a1+a3-c1/c2)第四章一维搜索方法二次插值法(三)缩短搜索区间n
(1)如果搜索区间足够小,则可用P(x)的极小点x4作为f(x)的极小值x*的近似解n
(2)否则,必须缩短搜索区间(利用单谷函数的性质)重复进行二次插值法n
(1)当x2x4时,n如果f(x2)f(x4)则取x2,x4,x3。
n
(2)当x2x4时,n如果f(x2)f(x4)则取x1,x4,x2。
x1x2x3x4x1x2x3x4x1x2x3x4x1x2x3x4第四章一维搜索方法第四章一维搜索方法二次插值法(四)计算步骤n
(1)确定搜索区间x1,x2,x3,给定计算精度0n
(2)计算f(xk),置fk=f(xk),k=1,2,3n(3)按公式计算x4,并计算f4=f(x4)n(4)检验|x4-x2|否。
如果满足,则停止计算,取x*=x4,否则转(5)n(5)如果x2x4,转(6),否
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 汽车 优化 设计 2010
![提示](https://static.bdocx.com/images/bang_tan.gif)