使用黃金分割法和進(jìn)退法進(jìn)行區(qū)間搜索的共軛梯度法。
上傳時(shí)間： 2014-11-15
上傳用戶：sqq
優(yōu)化設(shè)計(jì)方法：共軛梯度法的c語(yǔ)言程序。初學(xué)者適用
標(biāo)簽： 優(yōu)化設(shè)計(jì) c語(yǔ)言 梯度 初學(xué)者
上傳時(shí)間： 2014-01-08
上傳用戶：從此走出陰霾
通過MATLAB仿真實(shí)現(xiàn)梯度校正最小二乘法的驗(yàn)證。
標(biāo)簽： MATLAB 仿真實(shí)現(xiàn) 梯度 校正
上傳時(shí)間： 2017-08-03
上傳用戶：邶刖
matlab動(dòng)量梯度下降算法 生成一個(gè)新的前向神經(jīng)網(wǎng)絡(luò) 對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練 對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真
標(biāo)簽： matlab BP神經(jīng)網(wǎng)絡(luò) 動(dòng)量 仿真
上傳時(shí)間： 2014-03-11
上傳用戶：sardinescn
簡(jiǎn)明扼要的介紹了共軛梯度法matlab程序
上傳時(shí)間： 2017-08-20
上傳用戶：songnanhua
徑向基神經(jīng)網(wǎng)絡(luò),使用的算法梯度下降法,比較清晰,適合于初學(xué)神經(jīng)網(wǎng)絡(luò)的用戶
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 徑向 梯度 比較
上傳時(shí)間： 2014-01-06
上傳用戶：JasonC
3.使用梯度的兩次分水嶺分割程序 可以實(shí)現(xiàn)相關(guān)功能
上傳時(shí)間： 2013-12-20
上傳用戶：15071087253
關(guān)于資源分配網(wǎng)絡(luò)源代碼。可以動(dòng)態(tài)調(diào)節(jié)隱層節(jié)點(diǎn)個(gè)數(shù)。不增加節(jié)點(diǎn)時(shí)采用梯度法調(diào)節(jié)參數(shù)。
標(biāo)簽： 調(diào)節(jié) 節(jié)點(diǎn) 資源分配 網(wǎng)絡(luò)
上傳時(shí)間： 2013-12-21
上傳用戶：曹云鵬
共軛梯度的幾種方法對(duì)標(biāo)準(zhǔn)函數(shù)的測(cè)試結(jié)果比較 附比較結(jié)果
標(biāo)簽： 比較 梯度 標(biāo)準(zhǔn)函數(shù) 測(cè)試結(jié)果
上傳時(shí)間： 2013-12-06
上傳用戶：維子哥哥
共軛梯度法為求解線性方程組而提出。后來(lái)，人們把這種方法用于求解無(wú)約束最優(yōu)化問題， 使之成為一種重要的最優(yōu)化方法。 共軛梯度法的基本思想是把共軛性與最速下降方法相結(jié)合， 利用已知點(diǎn)處的梯度構(gòu)造一組共 軛方向， 并沿這組方向進(jìn)行搜索， 求出目標(biāo)函數(shù)的極小點(diǎn)。 根據(jù)共軛方向的基本性質(zhì)， 這種 方法具有二次終止性。 在各種優(yōu)化算法中， 共軛梯度法是非常重要的一種。 其優(yōu)點(diǎn)是所需存 儲(chǔ)量小，具有步收斂性，穩(wěn)定性高，而且不需要任何外來(lái)參數(shù)。 共軛方向 無(wú)約束最優(yōu)化方法的核心問題是選擇搜索方向 . 在本次實(shí)驗(yàn)中 , 我們運(yùn)用基于共軛方向的一種 算法 — 共軛梯度法 三．算法流程圖： 四．實(shí)驗(yàn)結(jié)果： (1). 實(shí)驗(yàn)函數(shù) f=(3*x1-cos(x2*x3)-1/2)^2+(x1^2-81*(x2+0.1)+sin(x3)+1.06)^2+(exp(-x1*x2)+20*x3+ 1/3*(10*3.14159-3))^2; 給定初始點(diǎn) (0,0,0) ， k=1 ，最 大迭代次數(shù) n ? ? d 確定搜索方向 進(jìn) 退 法 確 定 搜 索 區(qū) 間 分割法確定最 優(yōu)步長(zhǎng)
上傳時(shí)間： 2016-05-08
上傳用戶：saren11
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
