最优化牛顿法最速下降法共轭梯度法matlab代码

上传人:公**** 文档编号:512689425 上传时间:2023-04-07 格式:DOCX 页数:8 大小:445.54KB
返回 下载 相关 举报
最优化牛顿法最速下降法共轭梯度法matlab代码_第1页
第1页 / 共8页
最优化牛顿法最速下降法共轭梯度法matlab代码_第2页
第2页 / 共8页
最优化牛顿法最速下降法共轭梯度法matlab代码_第3页
第3页 / 共8页
最优化牛顿法最速下降法共轭梯度法matlab代码_第4页
第4页 / 共8页
最优化牛顿法最速下降法共轭梯度法matlab代码_第5页
第5页 / 共8页
点击查看更多>>
资源描述

《最优化牛顿法最速下降法共轭梯度法matlab代码》由会员分享,可在线阅读,更多相关《最优化牛顿法最速下降法共轭梯度法matlab代码(8页珍藏版)》请在金锄头文库上搜索。

1、精选优质文档-倾情为你奉上牛顿法迭代公式:Matlab代码:function x1,k =newton(x1,eps)hs=inline(x-1)4+y2); 写入函数ezcontour(hs,-10 10 -10 10); 建立坐标系hold on; 显示图像syms x y 定义变量f=(x-1)4+y2; 定义函数grad1=jacobian(f,x,y); 求f的一阶梯度grad2=jacobian(grad1,x,y); 求f的二阶梯度k=0; 迭代初始值while 1 循环grad1z=subs(subs(grad1,x,x1(1),y,x1(2); 给f一阶梯度赋初值grad2z

2、=subs(subs(grad2,x,x1(1),y,x1(2); 给f二阶梯度赋初值 x2=x1-inv(grad2z)*(grad1z); 核心迭代公式if norm(x1-x2)eps 黄金分割法 dfx=-fx(x0,y0); dfy=-fy(x0,y0);tl=0;tr=1;确定一维搜索的区间 h=3; nn=0; gerr=10; geps=10(-4); while gerrgeps tll=tl+0.382*abs(tr-tl); trr=tl+0.618*abs(tr-tl); if f(x0+tll*h*dfx,y0+tll*h*dfy)f(x0+trr*h*dfx,y0+

3、trr*h*dfy) tl=tll; else tr=trr; end gerr=abs(tl-tr); 区间的长度之差 tt=0.5*(tl+tr); nn=nn+1;步数增加 if nn200 迭代终止条件 break end end x0=x0+tt*h*dfx; 重新迭代 y0=y0+tt*h*dfy; err=sqrt(fx(x0,y0)2+fy(x0,y0)2); mm=mm+1;步数增加 if mm700 迭代步数超过700,终止 break endendres=x0,y0;输出最后的x,y。toc 计算运行时间拟牛顿法(DFP算法) 这是一个脚本文件可以直接运行syms x1

4、x2;定义变量eps=0.00001;x0=1,1;初始值h0=1,0;0,1;f=x12+4*x22;待求函数fx=diff(f,x1);对x求导fy=diff(f,x2);对y求导df=fx,fy;f的一阶梯度dfx0=subs(fx,x1,x2,x0),subs(fy,x1,x2,x0);赋初值d0=-dfx0;搜索方向n=1;while 1syms t;s0=x0+t*d0;引入变量tff=subs(f,x1,x2,s0)给f赋值;t=solve(diff(ff);求ff的极小点xx1=x0+t*d0;更新初始值dfx1=subs(fx,x1,x2,xx1),subs(fy,x1,x2

5、,xx1);赋值pp=sqrt(dfx1*dfx1);判断此时一阶梯度的值if(pp0.001)迭代终止条件 breakenda1=xx1-x0;r1=dfx1-dfx0;h1=h0+(a1*a1)/(a1*r1)-(h0*r1*r1*h0)/(r1*h0*r1);h0的更新d1=-h1*dfx1;搜索方向的更新d0=d1;循环赋值x0=xx1;循环赋值h0=h1;二阶梯度的近似的更新n=n+1;计算迭代步数end共轭梯度法。这是一个脚本文件clc;clear all;syms x y t ; 定义变量x0=1,1;初始值n=1;初始迭代t=0;f1=x2+2*y2-4*x-2*x*y;待求函

6、数dfx=diff(f1,x);求函数的对x一阶梯度dfy=diff(f1,y);函数对y的一阶梯度df=dfx,dfy;函数一阶梯度以数组的形式while 1 syms kk;在循环里定义变量 g0=subs(dfx,x,y,x0),subs(dfy,x,y,x0);给一阶梯度赋值 s0=-g0;下降方向 m0=x0+kk*s0;引入变量kk f11=f(m0(1),m0(2);带入原函数,得到关于kk的函数 kk=solve(diff(f11);求f11的极小点 m1=x0+kk*s0;更新迭代初始值 g1=subs(dfx,x,y,m1),subs(dfy,x,y,m1);给一阶梯度赋值 s1=-g1;k=(s1*s1)/(g0*g0);s2=s1+k*s0; 更新梯度 s0=s2;重新迭代 x0=m1; tt=subs(df,x,y,m1); t=sqrt(tt*tt);一阶梯度值 n=n+1; if (t20)% break;% endend最佳答案4,2。专心-专注-专业

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 办公文档 > 教学/培训

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号