最速下降法（matlab）代码，需要自取

function [x,val,k]=grad(fun,gfun,x0)
%功能:用最速下降法求解无约束问题:min f(x)
%输入:x0是初始点， fun,gfun分别是目标函数和梯度
%输出:x, val分别是近似最优点和最优值， 1 k是迭代次数。 
maxk=5000; %最大迭代次数
rho=0.5;sigma=0.4;
k=0;epsilon=1e-5;
while (k<maxk) 
    g=feval(gfun,x0);%计算梯度
    d=-g; %计算搜索方向
    if(norm(d)<epsilon),break; end 
    m=0; mk=0; 
    while(m<20) %Armij0搜索新
        if(feval (fun,x0+rho^m*d)<feval (fun,x0)+sigma*rho^m*g'*d) 
            mk=m; break; 
        end 
        m=m+1; 
    end 
    x0=x0+rho^mk*d; 
    k=k+1; 
end 
x=x0;
val=feval (fun,x0); 
function f=fun(x)
f=100*(x(2)-x(1)^2)^2+(x(1)-1)^2;
function g=gfun(x)
g=[2*x(1)-400*x(1)*(x(2)-x(1)^2)-2,200*(x(2)-x(1)^2)]';

命令行窗口调用

>> x0=[-0.5,1]';[x,val,k]=grad('fun','gfun',x0)

运行结果：

x =

    1.0000
    1.0000

val =

   1.1966e-10

k =

        1655