问题描述
1.项目功能
运用0.618法（近似黄金分割法）、Fibonacci法（斐波那契法），根据已知条件，来解决一维搜索问题（线性搜索问题），求得函数最优值。
2.运用算法原理
0.618法（近似黄金分割法）；
Fibonacci法（斐波那契法）；
二.详细设计
1、0.618法（近似黄金分割法）
2、Fibonacci法（斐波那契法）
三.源程序
1、0.618法（近似黄金分割法）
def gold(x):
y=2*x**2-x-1
return y
min = float(input("请输入下限"))
max = float(input("请输入上限"))
ans = float(input('请输入精确度'))
a = min + 0.618*(max - min)
b = min + 0.382*(max - min)
q = gold(a)
w = gold(b)
i = 0
while i < 10:
print("i=%s" % i)
print("min=%s,max=%s" % (min, max))
print("x下限=%s,x上限=%s" % (a, b))
print("y上限=%s,y上限=%s" % (w, q))
c = max - min
if c > ans:
i = i + 1
if q > w:
max = a
a = b
b = min + 0.382*(max - min)
q = w
w = gold(b)
else:#q
min = b
b = a
a = min + 0.618 * (max - min)
w = q
q = gold(a)
else:
break
2、Fibonacci法（斐波那契法）
def fibonacci(n):
i=0
a = -1
b = 3
for i in range(n):
i=i+1
c = a+b
a = b
b = c
return c
def bn(x):
ert = x**2 - x + 2
return ert
z = 2
p = 0
left = 0.00000
right = 10.00000
L1 = right - left
while z < 100:
m = fibonacci(z)
l = L1/m
k = 1.000/m
if k < 0.03:
print("n=%s,Fn=%s"%(z,m))
L2 = l*fibonacci(z-1)
t = left + L2
r = right -L2
while p < 3:
p = p + 1
l3 = t - r
e= bn(t)
o = bn(r)
if e>o :
right = t
t = r
r = left + l3
else:#o>e
left = r
r = t
t = right - l3
break
else:
z = z + 1
min=(left+right)/2
max=bn(min)
print(left)
print(right)
print("极小值x=",min)
print("极小值y=",max)
四.运行结果
1、0.618法（近似黄金分割法）
2、Fibonacci法（斐波那契法）
五.结论与总结
1、问题与解决
（1）在开始的时候，完全没有思路，在各种语言中不断切换，还尝试使用了matlab，最后在尝试中选择了较为熟悉的python.
（2）在两个一维搜索的代码中，都出现了对于循环嵌套的问题，导致迭代中断，最后通过网络查找学习相关知识后解决。
（3）在黄金分割法的时候，出现多次未迭代到最优解便停止的现象，最后严格对照课本，发现是判定条件不完全，导致的迭代失败，增加判定条件后解决
（4）在代码都正确后，又出现了运算结果与人工计算结果有极小的偏差的现象，经过分析，发现是因为人工计算的过程中便对某些数据进行了四舍五入，而计算机只会在最后一步进行四舍五入，所以导致了这极小的偏差。
2、心得体会
本次为期一周的课程设计，让我对最优化又有了新的认识与了解，之前都是学习课本知识，通过人工计算来解决问题，而与计算机结合后我发现可以更加迅速以及便捷的解决最优化问题，为生活带来了极大的便利。而本次我选择的精确一维搜索方法课题中，让我对黄金分割法和斐波那契额数列法有了更加深刻的认识，巩固了一遍知识，同时也学习到了更多的内容，以后在遇到相关问题的时候就可以直接使用计算机来解决问题，同时也对于这两个程序的代码更加熟悉，从中也可以举一反三，学习经验，以后在实现其他最优化方法的时候会更加的顺畅。
总的来说，本次课设我收获了许多专业性的知识，同时也让我的计算机水平有所提高，对我来收收获十足，同时也感到十分不易，在西安疫情如此严重的时候，我们还能完成线上课程，这也使得这次课设的意义非凡。