用数学方法解决最优化问题。例如阿基米德证明:给定周长,圆所包围的面积为最大。这就是欧洲古代城堡几乎都建成圆形的原因。但是最优化方法真正形成为科学方法则在17世纪以后。17世纪,I。牛顿和G。W。莱布尼茨在他们所创建的微积分中,提出求解具有多个自变量的实值函数的最大值和最小值的方法。以后又进一步讨论具有未知函数的函数极值,从而形成变分法。这一时期的最优化方法可以称为古典最优化方法。第二次世界大战前后,由于军事上的需要和科学技术和生产的迅速发展,许多实际的最优化问题已经无法用古典方法来解决,这就促进了近代最优化方法的产生。然而,他成为一门独立的学科是在本世纪40年代末,是在1947年的Dantzig提出求解一半线性规划问题的单纯性方法之后。现在,解线性规划,非线性规划以及随机规划,非光滑规划,多目标规划,几何规划等各种最优化问题的理论的研究发展迅速,新方法不断出现,实际应用日益广泛,在电子计算机的推动下,最优化理论与方法在经济计划,工程设计,生产管理,交通运输等方面得到了广泛的应用,成为一门十分活跃的学科。在了解最优化方法的发展脉络后,我学习了一维搜索的理论与方法。了解到,一维搜索,又称线性搜索,就是指单变量函数的最优化。他是多变量函数最优化的基础。实际上是(n个变量的)目标函数f(x)在一个规定的方向上移动所形成的单变量优化问题,也就是所谓的线性搜索或一维搜索技术。由于在实际计算中,理论上精确地最有步长银子一半不能求到。求几乎精确地最有步长因子与花费相当大的工作量。因而花费计算量较少的不精确一维搜索日益受到人们的青睐。一维搜索的主要结构如下,首先确定包含问题最优解的搜索区间,再采用某种分割技术或差值方法缩小这个区间,进行搜索求解。0。618法和Fibonacii法都是分割方法。起基本思想是通过取试探点和进行函数值的比较,使包含极篇三:最新数学与应用数学专业实习报告一、实习目的
全文预览
