无约束优化算法：单纯形法.doc

无约束优化算法::设x,x,...,x(0)(1)(n)是Rn中的n+1个点,构成一个当前的单纯形,xmax,xmin定义如下:f(xmax)=max{f(x(0)),f(x(1)),...,f(x(n))}f(xmin)=min{f(x(0)),f(x(1)),...,f(x(n))}记为这个单纯形除去xmax外的所有顶点的形心,1æn(i)ö=çåx-xmax÷nèi=0ø取xmax关于的反射点x(n+1),x(n+1)=+(-xmax)构成新的单纯形,反复上述过程,直到达到停止条件。)函数语法x=fminsearch(fun,x0)x=fminsearch(fun,x0,options)[x,fval]=fminsearch(...)[x,fval,exitflag]=fminsearch(...)[x,fval,exitflag,output]=fminsearch(...)函数输入:fun:目标函数x0:迭代初始点options:函数参数设置函数输出:x:最优点fval:最优点对应的函数值exitflag:函数停止信息1:函数收敛正常停止0:迭代次数,目标函数计算次数达到最大数-1:算法被输出函数停止output:函数运算信息2)函数使用(1)=BanaFun(x)(不含导数解析式)f=100*(x(2)-x(1))+(1-x(1))Nelder-MeadSimplex函数不需要导数信息。(2)算法参数设置:=optimset(‘LargeScale’,’off’,’gradobj’,’off’,’MaxFunEvals’,250,’display’,’iter’)(3)函数调用运算:=optimset(‘LargeScale’,’off’,’gradobj’,’on’,’MaxFunEvals’,250,’display’,’iter’)x=[-,2][x,fval,exitflag,output]=fminsearch(***@BanaFun,x,options)3)计算结果IterationFunc-countminf(x)