黄金分割法
- 格式:doc
- 大小:500.16 KB
- 文档页数:11
黄金分割法1. 简介黄金分割法(Golden Section Method)是一种数学和美学原理,可以用于在一系列选择中找到最佳的比例。
它最早于公元前300年左右由希腊数学家欧几里得提出,是一种迭代的优化方法。
黄金分割法常被应用于艺术、设计、建筑、金融以及计算机算法等领域。
2. 黄金比例黄金比例是指两个物体之间的比例关系,这个比例被认为是最美的、最和谐的。
它可以更简洁地表示为1:0.618(或其倒数0.618:1),即较大部分与整体的比例约为0.618,较小部分与整体的比例约为0.382。
这种比例在建筑与艺术中被广泛使用,例如圣母百花大教堂、帕尔美多城宫等。
3. 黄金分割法的应用黄金分割法在实际应用中有许多用途。
下面介绍一些常见的应用领域。
3.1 网页设计黄金分割法在网页设计中被广泛应用。
设计师可以使用黄金比例来确定页面上不同元素的大小和位置关系,使得页面更加和谐、平衡。
例如,在布局中使用一个大块的主要内容区域和两个较小的辅助内容区域,它们的比例可以接近黄金比例。
3.2 图像设计在图像设计中,黄金分割法可以用于确定图像的主题、构图和比例。
通过将图像分割为黄金比例的不同部分,可以使图像更加吸引人、有层次感。
黄金分割法还可以用于确定图像中的线条、空间和形状的位置关系。
3.3 建筑设计在建筑设计中,黄金分割法可以用于确定建筑物、房间和空间的比例关系。
通过使用黄金比例,可以创建出更加和谐、美观的建筑物。
黄金分割法还可以用于确定建筑物中的窗户、门廊等元素的位置和比例。
3.4 金融分析在金融领域,黄金分割法可以应用于股票和证券的分析。
通过将时间序列分成不同的部分,可以确定出重要的市场转折点和趋势。
黄金分割法还可以用于确定投资组合中不同资产的权重分配。
4. 黄金分割法的计算黄金分割法的计算方法相对简单。
对于一个大的整体,黄金分割法建议将其分割为两个部分,比例为黄金比例(0.618)。
然后,再对较大的部分采用相同的方法进行分割,形成一个更小的和一个稍大一些的部分。
黄金分割法的基本原理和特点
黄金分割法适用于已知极值区间的前提下,利用不断缩小区间的思想,最终得出极值的近似值。
该方法只是要求函数单峰,可以不连续。
因此,这种方法的适应面非常广泛。
黄金分割法也是建立在区间消去法原理基础上的试探方法,即在搜索区间[a,b]内适当插入两点a1,a2,并计算其函数值。
a1,a2将原来区间分成三段,再应用函数的单峰性质,通过函数值大小的比较,删除其中一段,使搜索区间得以缩小。
然后在保留下来的区间上作同样的处理,如此迭代下去,使搜索区间无限缩小,从而得到极小值点的数值近似解
黄金分割法是用于一元函数f(x)在给定的初始区间[a,b]内搜索极小值点a"的一种方法。
它是优化计算中的经典算法,以算法简单收敛速度均匀、效果较好而著称,是许多优化算法的基础。
但它只适用于一维区间上的凸函数,即只在单峰区间内才能进行一维寻优,其收敛效率较低。
其基本原理是依照去劣存优原则,对称原则以及等比收缩原则来逐步缩小搜索区间。
AB bba-b a 黄金分割法的数学理论0.618033988……一个极为迷人而神秘的数字,它有着一个很动听的名字——黄金分割率。
黄金分割由2500多年前古希腊的数学家、哲学家毕达哥拉斯提出,并由数学家欧几里德第一次用几何的方法给出了计算。
古往今来,这个数字一直被后人奉为科学和美学的金科玉律。
这个数值不但在诸如绘画、雕塑、音乐、建筑等艺术领域,而且在管理、工程设计等方面都发挥着不可忽视的作用。
(一) 黄金分割点的计算设一条线段AB的长度为a,C点在靠近B点的黄金分割点上且AC为b,则: AC/AB=BC/AC b^2=a×(a-b)b^2=a^2-aba^2-ab+(1/4)b^2=(5/4)×b^2(a-b/2)^2=(5/4)b^2 a-b/2=(√5/2)×ba-b/2=(√5)b/2a=b/2+(√5)b/2a=b(√5+1)/2 b/a=(√5-1)/2人们常用希腊字母表示黄金比值。
根据定义,如果假设a是单位长度,那么,即有:黄金分割奇妙之处,在于其倒数为自身减1。
例如:1.618的倒数是0.618,恰为1.618-1。
因为:归纳一下,黄金分割存在以下特点:(1)数列中任一数字都是由前两个数字之和构成。
(2)前一数字与后一数字之比例,趋近于一固定常数,即0.618。
(3)后一数字与前一数字之比例,趋近于1.618。
(4)1.618与0.618互为倒数,其乘积则约等于1。
(5)任一数字如与后两数字相比,其值趋近于2.618;如与前两数字相比,其值则趋近于0.382。
(二)黄金分割中的数学思想●『斐波那契数列』说起黄金分割,就不得不提起大名鼎鼎的斐波那契数列。
斐波那契数列指的是这样一个数列:1,1,2,3,5,8,13,21……这个数列从第三项开始,每一项都等于前两项之和。
它的通项公式为:(1/√5)×{[(1+√5)/2]^n - [(1-√5)/2]^n}斐波那契数列与黄金分割有什么关系呢?实际上,相邻两个斐波那契数的比值是随序号的增加而逐渐趋于黄金分割比的。
黄金分割法目录一、数学·黄金分割法二、摄影·黄金分割法一、数学·黄金分割法二、摄影·黄金分割法展开编辑本段一、数学·黄金分割法把一条线段分割为两部分,使其中一部分与全长之比等于另一部分与这部分之比。
其比值是一个无理数,取其前三位数字的近似值是0.618,所以也称为0.618法。
由于按此比例设计的造型十分美丽,因此称为黄金分割,也称为中外比。
这是一个十分有趣的数字,我们以0.618来近似,通过简单的计算就可以发现:1/0.618=1.618(1-0.618)/0.618=0.618这个数值的作用不仅仅体现在诸如绘画、雕塑、音乐、建筑等艺术领域,而且在管理、工程设计等方面也有着不可忽视的作用。
让我们首先从一个数列开始,它的前面几个数是:1、1、2、3、5、8、13、21、34、55、89、144…..这个数列的名字叫做"菲波那契数列",这些数被称为"菲波那契数"。
特点是即除前两个数(数值为1)之外,每个数都是它前面两个数之和。
菲波那契数列与黄金分割有什么关系呢?经研究发现,相邻两个菲波那契数的比值是随序号的增加而逐渐趋于黄金分割比的。
即f(n-1)/f(n)→0.618…。
由于菲波那契数都是整数,两个整数相除之商是有理数,所以只是逐渐逼近黄金分割比这个无理数。
但是当我们继续计算出后面更大的菲波那契数时,就会发现相邻两数之比确实是非常接近黄金分割比的。
一个很能说明问题的例子是五角星/正五边形。
五角星是非常美丽的,我们的国旗上就有五颗,还有不少国家的国旗也用五角星,这是为什么?因为在五角星中可以找到的所有线段之间的长度关系都是符合黄金分割比的。
正五边形对角线连满后出现的所有三角形,都是黄金分割三角形。
由于五角星的顶角是36度,这样也可以得出黄金分割的数值为2Sin18 。
黄金分割点约等于0.618:1是指分一线段为两部分,使得原来线段的长跟较长的那部分的比为黄金分割的点。
黄金分割法学习目标➢理解单谷函数及其性质➢理解黄金分割法的基本原理➢掌握黄金分割法的步骤➢编程实现黄金分割法黄金分割法也叫0.618法,属于区间收缩方法。
首先找出包含极小点的初始搜索区间,然后按黄金分割点通过对函数值的比较不断缩小搜索区间。
当然,要保证极小点始终在搜索区间内,当区间长度小到精度范围之内时,可以粗略地认为区间中点为极小点的近似值。
黄金分割法适用于单谷函数,即在某一区间中存在唯一极小点的函数。
f (x )O a 1 x * b 1 x一、单谷函数及其性质定义1设单变量函数f(x)在区间a 1,b 1内存在唯一的极小点x ∗,x ∗∈a 1,b 1,且f(x)在x ∗点的左侧严格下降,在x ∗点的右侧严格上升,则称f(x)在区间a 1,b 1上是单谷函数或者下单峰函数,a 1,b 1为f(x)的单谷区间,见图1。
图1 单谷区间与单谷函数单谷函数具有一个重要的消去性质(I) 若f(a) < f(b), x *∈[a1,b]f(x)xa 1b 1(I) 消去[b, b 1]x *b a (II )若f(a)≥f(b),x *∈[a,b 1]f(x)xa 1b 1(II) 消去[a 1, a ]x *a b单谷区间与单谷函数有如下性质:若f(x)是单谷区间a1,b1上的单谷函数,极小点为x∗,在a1,b1任取两点a和b,且a<b,计算这两点的函数值f(a)和f(b),则:(1)当f a<f(b)时,x∗∈a1,b。
(2)当f a≥f(b)时,x∗∈a,b1。
由单谷函数的性质可知:➢在单谷区间a1,b1内任取两点a和b都可以求得一个相对更小的单谷区间。
➢这个过程可以一直重复下去,如果某个单谷区间的长度足够小,该区间的中点就可以作为极小点的近似。
二、黄金分割法的基本原理设计思路:反复使用单谷函数的消去性质,不断缩小包含极小点的搜索区间,直到满足精度为止。
设计原则:(1)迭代公式简单;(2)消去效率高;(3)对称性:a−a1=b1−b;(4)保持缩减比,即保留的区间长度与原区间长度之比保持不变。
黄金分割的操作方法
黄金分割是一种数学公式,常用于美学和设计中,可以帮助得到更加和谐和美丽的比例关系。
操作方法如下:
1. 首先确定一个基准线段,可以是任意长度的线段。
2. 将这个基准线段分为两部分,其中一部分的长度为另一部分的黄金分割点。
3. 黄金分割点是指长度的比例为1:0.618(或其倒数0.618:1)。
4. 使用这个黄金分割点,在基准线段上绘制一条垂直线段,将基准线段分为两个部分。
5. 再次将较长的部分继续分割为两个部分,按照黄金分割点的比例划分。
6. 反复进行这个过程,直到不能再进行分割为止。
通过黄金分割的操作方法,我们可以得到一系列具有较好比例关系的线段长度。
这些比例关系可以应用于设计、建筑、艺术等领域,帮助创造出更加美观和谐的作品。
黄金分割法黄金分割法也叫0.618法,它是一种基于区间收缩的极小值点搜索算法,当用进退法确定搜索区间后,我们只知道极小值点包含于搜索区间内,但是具体是哪个点,无法得知。
1. 算法原理黄金分割法的思想很直接,既然极小值点包含于搜索区间内,那么可以不断地缩小搜索区间,就可以使搜索区间的端点逼近到极小值点。
[]a,b 为搜索区间,黄金分割法首先根据黄金比例产生两个内点12,x x 。
120.382*()0.618*()x a b a x a b a =+-=+-然后根据()1f x ,()2f x 的大小关系来重新选择搜索区间。
(1) 若()()12f x f x <,则搜索区间变为1[,]x b ;(2) 若()()12f x f x >,则搜索区间变为2[,]a x 。
2. 算法步骤用黄金分割法求无约束问题min (),f x x R ∈的基本步骤如下:(1) 选定初始区间11[,]a b 及精度0ε>,计算试探点:11110.382*()a b a λ=+-11110.618*()a b a μ=+-。
(2) 若k k b a ε-<,则停止计算。
否则当()()k k ff λμ>时转步骤(3)。
当()()k k f f λμ≤转步骤(4)。
(3) 置 11111110.382*()k k k k k kk k k k a b b a b a λλμμ+++++++=⎧⎪=⎪⎨=⎪⎪=+-⎩转步骤(5) (4) 置11111110.382*()k k k k k kk k k k a a b a b a μμλλ+++++++=⎧⎪=⎪⎨=⎪⎪=+-⎩转步骤(5) (5) 令1k k =+,转步骤(2)。
3. 算法的MATLAB 实现在MATLAB 中编程实现黄金分割法的函数为:min HJ 。
功能:用黄金分割法求解一维函数的极值。
调用格式:[,min ]min (,,,)x f HJ f a b eps =其中,f :为目标函数;a :极值区间的左端点;b :极值区间的右端点;e p s :精度;x :目标函数取最小值时的自变量值;m i n f :目标函数的最小值。
黄金分割点的作法
黄金分割点是指一个线段被划分为两部分,使得整个线段与较短部分之比等于较短部分与较长部分之比。
这一比例约为
1:1.618。
黄金分割点的作法有多种方法,其中一种常见的方法是使用黄金分割比例来划分线段。
具体步骤如下:
1. 给定一个线段AB,首先确定起点A和终点B。
2. 使用尺规作图工具,将线段AB延长,得到延长线段AC。
3. 选择一个长度为1的单位长度,将AC分为两段,其中一段
为CD,长度为0.618。
4. 以D为起点,以AB的长度为单位,画出一条与AB平行的
直线,与AB相交于E。
5. 连接AE,得到AE与AB的交点F。
则F即为黄金分割点。
需要注意的是,尺规作图是一种理想化的方法,实际使用过程中可能会有误差。
此外,黄金分割点的作法还有其他方法,但都是基于黄金分割比例进行划分的原理。
1黄金分割法的优化问题(1)黄金分割法基本思路:黄金分割法适用于[a,b]区间上的任何单股函数求极小值问题,对函数除要求“单谷”外不做其他要求,甚至可以不连续。
因此,这种方法的适应面非常广。
黄金分割法也是建立在区间消去法原理基础上的试探方法,即在搜索区间[a,b]内适当插入两点a1,a2,并计算其函数值。
a1,a2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,是搜索区间得以缩小。
然后再在保留下来的区间上作同样的处理,如此迭代下去,是搜索区间无限缩小,从而得到极小点的数值近似解。
(2)黄金分割法的基本原理一维搜索是解函数极小值的方法之一,其解法思想为沿某一已知方向求目标函数的极小值点。
一维搜索的解法很多,这里主要采用黄金分割法(0.618法)。
该方法用不变的区间缩短率0.618代替斐波那契法每次不同的缩短率,从而可以看成是斐波那契法的近似,实现起来比较容易,也易于人们所接受。
黄金分割法是用于一元函数f(x)在给定初始区间[a,b]内搜索极小点α*的一种方法。
它是优化计算中的经典算法,以算法简单、收敛速度均匀、效果较好而著称,是许多优化算法的基础,但它只适用于一维区间上的凸函数[6],即只在单峰区间内才能进行一维寻优,其收敛效率较低。
其基本原理是:依照“去劣存优”原则、对称原则、以及等比收缩原则来逐步缩小搜索区间[7]。
具体步骤是:在区间[a,b]内取点:a1 ,a2 把[a,b]分为三段。
如果f(a1)>f(a2),令a=a1,a1=a2,a2=a+r*(b-a);如果f(a1)<f(a2) ,令b=a2,a2=a1,a1=b-r*(b-a),如果|(b-a)/b|和|(y1-y2)/y2|都大于收敛精度ε重新开始。
因为[a,b]为单峰区间,这样每次可将搜索区间缩小0.618倍或0.382倍,处理后的区间都将包含极小点的区间缩小,然后在保留下来的区间上作同样的处理,如此迭代下去,将使搜索区[a,b]逐步缩小,直到满足预先给定的精度时,即获得一维优化问题的近似最优解。
黄金分割法——0.618法(1)黄金分割常数 记618.0215≈-=ω为黄金分割常数。
(2)定义试验方法中,利用黄金分割常数ω确定试点的方法叫做黄金分割法。
(3)试验点的选取原则:①每次要进行比较的两个试验点,应关于相应试验区间的中心对称;②每次舍去的区间占舍去前的区间长度的比例数应相同。
(4)试验点的选取方法设n x 表示第n 个试验点,存优范围内相应的好点是m x ,因素范围的两端分别记为小头和大头,则小)(大小-⨯+=618.01x ;12x x -+=大小; 一般:m n x x -+=大小。
可概括为“加两头,减中间”。
分数法(1)定义优选法中,用渐进分数近似代替ω确定试点的方法叫做分数法。
(2)斐波那契数列),,2(,1,12110N n n F F F F F n n n ∈≥+===--即:1,1,2,3,5,8,13,21,34,55,89,144,……(2)分数法的最优性①在目标函数为单峰的情形,通过n 次试验,最多能从)1(1-+n F 个试点中保证找出最佳点,并且这个最佳点就是n 次试验中的最优试验点;②在目标函数为单峰的情形,只有按照分数法安排试验,才能通过n 次试验保证从)1(1-+n F 个试点中找出最佳点。
(3)试验点的选取方法设n x 表示第n 个试验点,存优范围内相应的好点是m x ,因素范围的两端分别记为小头和大头,则小)(大小-⨯+=+11n n F F x ;12x x -+=大小; 一般:m n x x -+=大小。
可概括为“加两头,减中间”。
练习1. 在配置一定量的某种清洗液时,需要加入某种溶剂,经验表明,加入量大于5 000 ml 或小于3 000 ml 时,效果肯定不好,用0.618法来确定这种溶剂的最佳加入量,则前两次试验加入的量分别为( )A. 4 500,3 500 B. 4 382,3 618 C. 4 236,3 764 D. 4 618,3 6182.某主妇在学做用一定量的面粉蒸馒头时,按照邻居的建议放了13克碱后发现馒头发黄且有碱味,决定自己用分数法找出合适的放碱量,则她第1,2次试点的放碱量分别为 克和 克.3.用0.618法选取试点过程中,如果试验区间为[2,4],第一试点1x 应先在 处;若1x 处结果比2x 好,那么3x 应选在 处。
黄金分割法又称黄金比率法,是一种将美学中最和谐的比率应用于证券市场股价走势的分析,探讨股价未来的支撑位和阻力位,以及预测股价升、降幅的技术分析方法。
黄金分割法中的几个特殊数字:0.191 0.382 0.500 0.618 0.8091.191 1.382 1.618 1.809 2这是从斐波那奇数列中得来的。
斐波那奇数列为: 1 1 2 3 5 8 13 21 34 55 89 144 233.。
该数列的特征:(1)数列中任一个数字都是由其相邻的前两个数字之和(2)前一个数字与相邻的后一个数字相比,其比率趋于一个常数,即0.618.(3)后一个数字与相邻的前一个数字的比率,趋于一个常数,即1.618.0.618与1.618互为倒数,其乘积为1.(4)任一个数字与其相邻的前第二个数据相比,其比率趋于2.618;如与其相邻的第二个数字相比,则其比率趋于0.382.这一数列反映了黄金分割的两个基本比率0.618和0.382,其将1按照这两个比率进行划分,从而构成了自然界最和谐的比率。
在股票市场中,0.618和0.382同样给人一种稳定、认同的美感效应,股价就会在这两个比例的位置上受到支撑或反压。
当股价脱离低位上涨,在涨幅接近或达到0.382或0.618时会受到阻力,有可能反转;当价位从高位下跌,在跌幅接近或达到0.382或0.618时会受到支撑,有可能反弹或反转向上。
黄金分割的应用在上升行情开始掉头向下时,我们极为关心下跌将在什么位置受到支撑,应用上述黄金分割第一行数据得:支撑位=最高点-(最高点-最低点)*0.191支撑位=最高点-(最高点-最低点)*0.382支撑位=最高点-(最高点-最低点)*0.500支撑位=最高点-(最高点-最低点)*0.618理论上讲,股价在上述几个价位极有可能成为支撑。
同样,在下降行情开始掉头向上时,应用上述黄金分割第二行数据得:阻力点于1.382、1.618和2.000的可能性最大。
机电产品优化设计课程设计
姓名:
学号:2908003032
学院:机械电子工程学院
一维搜索黄金分割法
一、优化方法阐述
1.原理阐述
1.1基本原理
设一元函数如图1所示,起始搜索区间为[a,b],为所要寻求的函数的极小点。
在搜索区间[a,b]内任取两点与,且,计算函数与。
当将与进行比较时,可能的情况有下列三种:
(1):如图1(a)、(b)所示,这种情况下,可丢掉
(,b]部分,而最小点必在区间[a,]内。
(2):如图1(c)、(d)所示,这种情况下,可丢掉[a,)部分,而最小点必在区间[,b]内。
(3):如图1(e)所示,这种情况下,不论丢掉[a,
)还是丢掉(,b],最小点必在留下的部分内。
图1(a)
图1(b)
图1(c)
图1(d)
图1(e)
因此,只要在搜索区间内任取两点,计算它们的函数值并加以比较之后,总可以把搜索的区间缩小。
对于第(1)、(2)两种情况,经过缩小的区间内都保存了一个点的函数值,即或,只要再取一个点,计算函数值
并加以比较,就可以再次缩短区间进行序列消去。
但对于第(3)种情况,区间中没有已知点的函数值,若再次缩短区间必须计算两个点的函数值。
为了简化迭代程序,可以把第(3)种情况合并到前面(1)、(2)两种情况之一中去,例如可以把上述三种情况合并为下述两种情况:
(1)若,取区间[a,]。
(2)若,取区间[,b]。
这样做虽然对于第(3)种情况所取的区间扩大了,但在进一步搜索时每次只要计算一个点,和第(1)、(2)种情况一致,简化了迭代程序。
1.2 “0.618”的由来
为了简化迭代计算的过程,希望在每一次缩短搜索区间迭代过程中两计算点、在区间中的位置相对于边界来说应是对称的,而且还要求丢去一段后保留点在新区间中的位置与丢去点在原区间中的位置相当。
如图2所示,设区间[a,b]全长为L,在其内取两个对称计算点和,并令l/L=称为公比,无论如图2(b)所示丢去(,b],还是如图2(c)所示丢去[a,),保留点在新区间中相应线段比值仍为,
(1)
由此得
解此方程的两个根,取其正根为
0.6180339887
这种分割称为黄金分割,其比例系数为,只要第一个试点取在原始区间长的0.618处,第二个试点在它的对称位置,就能保证无论经过多少次缩小区间,保留的点始终处在新区间的0.618处。
再要进一步缩短区
间,在其保留点的对称位置再取点做一次比较消去,这种分割每次消去时,区间的缩短率不变,均为0.618,此即“0.618法”名字的由来。
图2(a)
图2(b)
图2(c)
2.基本步骤
(1)在初始区间[a,b]内取两个计算点与,其值分别为
,,计算函数值、,
且令,。
(2)比较函数值,缩短搜索区间
1)若,见图2(b),则丢去区间(,b],取[a,]为新区间,在计算中作如下置换:
2)若,见图2(c),则丢去区间(a,],取[,b]为新区间,在计算中作如下置换:
(3)判断迭代终止条件
当缩短的新区间距离小于某一个预先规定的精度,即时,终止
迭代。
此时,小区间内任一点均可作为极小值的近似点。
例如可取区间的中点,即。
否则,返回第(2)步重新作进一步缩小区间的迭代计算。
3.程序框图
二、优化程序
1.源代码
function[w,ans]=fa(f_1,a,b,j)
a(1)=a;
b(1)=b;
k=j;
n=1;
t(1)=a(1)+0.382*(b(1)-a(1));
u(1)=a(1)+0.618*(b(1)-a(1));
while((b(n)-a(n))>k)
B(n)=b(n)-a(n);
m(n)=feval(f_1,t(n));
g(n)=feval(f_1,u(n));
if m(n)>g(n)
a(n+1)=t(n);
b(n+1)=b(n);
t(n+1)=u(n);
u(n+1)=a(n+1)+0.618*(b(n+1)-a(n+1)); else
a(n+1)=a(n);
b(n+1)=u(n);
u(n+1)=t(n);
t(n+1)=a(n+1)+0.382*(b(n+1)-a(n+1)); end
n=n+1;
end
ans=(b(n)+a(n))/2;
t(n)=0;
u(n)=0;
m(n)=0;
g(n)=0;
B(n)=b(n)-a(n);
n=n-1;
w=[a',b',t',u',m',g',B'];
function y=f1(x)
y=x^4-5*x^3+4*x^2-6*x+60;
2.操作程序
y=inline('x^4-5*x^3+4*x^2-6*x+60','x');%目标函数x1=-10;x2=10; %搜索区间 [w,ans]=fa('f1',x1,x2,0.001)
ezplot(y,[-10,10])
title('目标函数图像')
grid on
3.界面
图一:源代码界面
图二:操作程序界面
三、优化问题分析结果
1.运行结果
w =
-10.0000 10.0000 -2.3600 2.3600 193.1801 33.4176 20.0000
-2.3600 10.0000 2.3600 5.2785 33.4176 180.7348 12.3600
-2.3600 5.2785 0.5579 2.3600 57.1263 33.4176 7.6385
0.5579 5.2785 2.3600 3.4752 33.4176 23.4611 4.7206
2.3600 5.2785
3.4752
4.1636 23.4611 43.9918 2.9185
2.3600 4.1636
3.0490 3.4752 23.5912 23.4611 1.8036
3.0490
4.1636 3.4752 3.7378 23.4611 27.5447 1.1146
3.0490 3.7378 3.3121 3.4752 22.6797 23.4611
0.6888
3.0490 3.4752 3.2118 3.3121 22.7455 22.6797 0.4262
3.2118 3.4752 3.3121 3.3746 22.6797 22.8405 0.2634
3.2118 3.3746 3.2740 3.3121 22.6596 22.6797 0.1628
3.2118 3.3121 3.2501 3.2740 22.6756 22.6596 0.1003
3.2501 3.3121 3.2740 3.2884 22.6596 22.6605 0.0620
3.2501 3.2884 3.2648 3.2740 22.6633 22.6596 0.0383
3.2648 3.2884 3.2740 3.2794 22.6596 22.6590 0.0237
3.2740 3.2884 3.2794 3.2829 22.6590 22.6592 0.0144
3.2740 3.2829 3.2774 3.2794 22.6591 22.6590 0.0089
3.2774 3.2829 3.2794 3.2808 22.6590 22.6590 0.0055
3.2774 3.2808 3.2787 3.2794 22.6590 22.6590 0.0034
3.2787 3.2808 3.2794 3.2800 22.6590 22.6590 0.0021
3.2787 3.2800 3.2792 3.2794 22.6590 22.6590 0.0013
3.2792 3.2800 0 0 0 0 0.0008
ans =
3.2796
图三:目标函数图像界面
2.结果分析
经过分析在x=3.2796处目标函数值到达最小值,此时精度为0.0008,函数图像如上图所示,此时函数值趋于零达到最优解。
四、心得体会
对于黄金分割法而言,每一步都是在缩小区间,故从在优缺点: 优点:可以通过最少的试验次数,找到“最佳点”。
节省时间、人力财力和物力。
缺点:同理论分析和数字化模拟相比较,毕竟还需要经过多试验来查找“最佳点”,要消耗时间,以及人、财、物。
1
,k k x x。