《实用优化算法-2021秋》课程小结

本文最后更新于:2021年11月28日 17:50

一维搜索

  • 黄金分割法(第一题考了这个,迭代两次就行,不过这次考的不是二次函数,加了一个cos函数,所以计算器计算的时候要注意设置为弧度制)
  • 斐波那契法

无约束搜索

  • 下降方向(第二题第一小问考了这个,给出函数,点,方向,确定是否为下降方向,就是定义)
  • 最优性条件(第二题第二小问考了这个,直接函数求导为0求解就行,正定矩阵大于零,是极小点)
  • 梯度下降法(第三题第一小问考了这个,迭代一次;第三题第二小问要求证明xk的坐标与k的关系式,应该是证明每次α的值都是一样的,推导一下就行,考试没想出来,应该是这里扣的三分)
  • 牛顿法与阻尼牛顿法
  • 共轭梯度法
  • 拟牛顿法(第四题,DFP公式记牢)

有约束搜索

  • 有效集、KKT点、λ、σ(第六题考了数形结合画图,求最小值点,对于最小值点求出该点的λ参数,注意比如1≤x≤5是两个条件,要转换成x≥1与-x+5≥0才行)
  • 外罚函数法
  • 内罚函数法/内点法/障碍函数法(第五题考了这个,障碍函数使用对数函数,不等式约束,最后好像求出了两个点,都计算一下取最小值)
  • 增广拉格朗日/乘子法(第七题考了这个,等式约束)

总结

  • 最后老师发的练习题还是很管用的,好好做两遍,第一遍学算法步骤,第二遍验证计算能力,就差不多了
  • 学的知识很多,考的内容还好,主要是计算要准确,考试给的数字不难,大多可以手算,很少用到计算器,但是不要不带计算器,第一题还是需要的,有一题画图,所以最好带上铅笔直尺
  • 公式一定要记准确
  • 有的算到最后和结论不一样就知道要再算一遍,比如拟牛顿法二次函数计算x2时g2肯定为0也就是结束计算,算出来g2不对就要返回去检查计算了
  • 好多题做完第一遍后检查可以利用数形结合,基本上约束条件和函数比较好画,都是直线,椭圆,二次函数之类的,画个简单的图形判断最优解就知道自己算的对不对了,第一遍自己算错了三个,然后画图之后好像都改对了
  • 考了97,平时分98,总评98。

《实用优化算法-2021秋》课程小结
https://junyaohu.github.io/2021/11/14/《实用优化算法-2021秋》结课考试小结/
作者
胡椒
发布于
2021年11月14日 09:25
更新于
2021年11月28日 17:50
许可协议