共軛梯度法為求解線性方程組而提出。后來,人們把這種方法用于求解無約束最優化問題,
使之成為一種重要的最優化方法。
共軛梯度法的基本思想是把共軛性與最速下降方法相結合,
利用已知點處的梯度構造一組共
軛方向,
并沿這組方向進行搜索,
求出目標函數的極小點。
根據共軛方向的基本性質,
這種
方法具有二次終止性。
在各種優化算法中,
共軛梯度法是非常重要的一種。
其優點是所需存
儲量小,具有步收斂性,穩定性高,而且不需要任何外來參數。
共軛方向
無約束最優化方法的核心問題是選擇搜索方向
.
在本次實驗中
,
我們運用基于共軛方向的一種
算法
—
共軛梯度法
三.算法流程圖:
四.實驗結果:
(1).
實驗函數
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
(0,0,0)
,
k=1
,最
大迭代次數
n
?
?
d
確定搜索方向
進
退
法
確
定
搜
索
區
間
分割法確定最
優步長
標簽:
MATLAB
梯度
程序
上傳時間:
2016-05-08
上傳用戶:saren11