一维搜索可归结为单变量函数的极小化问题.设目标函数为 f(x),过点x“沿方向dk的直线可用点集来表示，记作 L={xx=x(k)+id(),-oo<A<co} (9.1.1) 求(x在直线工上的极小点转化为求一元函数 p(2)=f(x)+dk) (9.1.2) 的极小点 如果p(2)的极小点为2，通常称2为沿方向d)的步长因子， 或简称为步长，那么函数f(x)在直线L上的极小点就是 xk+)=xk)+元d) (9.1.3) 一维搜索的方法很多，归纳起来，大体可分成两类：一维搜索可归结为单变量函数的极小化问题. 设目标函数为 f (x) ,过点 x (k ) 沿方向 d (k ) 的直线可用点集来表示,记作 { | , } ( ) ( ) = = +  −     k k L x x x d (9.1.1) 求 f (x) 在直线 L 上的极小点转化为求一元函数 ( ) ( ) (k ) (k )   = f x + d (9.1.2) 的极小点. 如果 的极小点为 ,通常称 为沿方向 的步长因子, 或简称为步长,那么函数 在直线 上的极小点就是 ()  k  k (k ) d f (x) L ( 1) ( ) (k ) k k k x = x +  d + (9.1.3) 一维搜索的方法很多,归纳起来,大体可分成两类: