【摘要】:数值计算迭代法是适应于计算机数值计算特点的一种数值计算方法。这种寻找最优点的反复过程称为数值迭代过程。)式中,X为第K步迭代的出发点;X(k+1)为第K步迭代产生出的新点;S为第K次迭代步长,是向量;α为代表第K步沿S方向的迭代步长,是标量。在迭代计算过程中,为实现极小化,目标函数f的值应一次比一次减小,即f<f<…<f<f<f直到迭代计算满足一定的精度时,则认为目标函数值近似收敛于其理论极小值。
数值计算迭代法是适应于计算机数值计算特点的一种数值计算方法。其基本思想是:在设计空间从一个初始设计点X(0)开始,应用某一规定的算法,沿某一方向S(0)和步长α(0)产生改进设计的新点X(1),使得f(X(1))<f(X(0)),然后再从X(1)点开始,仍应用同一算法,沿某一方向S(1)和步长α(1),产生又有改进的设计新点X2,使得f(X(2))<f(X(1)),这样一步一步地搜索下去,使目标函数值步步下降,直至得到满足所规定精度要求的、逼近理论极小点的X∗点为止。这种寻找最优点的反复过程称为数值迭代过程。图2-11所示为二维无约束最优化迭代过程示意图。
迭代过程每一步向量方程式都可以写成如下的迭代格式
图2-11 二维无约束最优化迭代过程示意图
X(k+1)=X(k)+α(k)S(k) (k=0,1,2,…)(www.xing528.com)
式中,X(k)为第K步迭代的出发点;X(k+1)为第K步迭代产生出的新点;S(k)为第K次迭代步长,是向量;α(k)为代表第K步沿S(k)方向的迭代步长,是标量。
在迭代计算过程中,为实现极小化,目标函数f(X)的值应一次比一次减小,即
f(X(k+1))<f(X(k))<…<f(X(2))<f(X(1))<f(X(0))
直到迭代计算满足一定的精度时,则认为目标函数值近似收敛于其理论极小值。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。