共轭梯度法matlab

最新推荐文章于 2024-07-25 17:09:24 发布

炸鸡奶茶一样不落

最新推荐文章于 2024-07-25 17:09:24 发布

阅读量1.8k

点赞数 1

文章标签： matlab 算法

本文链接：https://blog.csdn.net/qq_45252062/article/details/117128569

版权

本文详细介绍了使用FR共轭梯度法解决无约束优化问题的 MATLAB 实现过程，包括函数fun和梯度gfun的调用、搜索方向的计算、Armijo线性搜索及终止条件判断。通过实例展示了从初始点开始迭代求解最优解的过程。

摘要由CSDN通过智能技术生成

共轭梯度法
建立frcg.m文件
function [x,val,k]=frcg(fun,gfun,x0)
%功能：用FR共轭梯度法求解无约束问题：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，k是迭代次数
maxk=5000; %最大迭代次数
rho=0.6;sigma=0.4;
k=0; epsilon=1e-4;
n=length(x0);
while(k<maxk)
g=feval(gfun,x0); %计算梯度
itern=k-(n)*floor(k/(n));
itern=itern+1;
%计算搜索方向
if(itern==1)
d=-g;
else
beta=(g’*g)/(g0’g0);
d=-g+betad0; gd=g’d;
if(gd>=0.0)
d=-g;
end
end
if(norm(g)<epsilon),break;end %检验终止条件
m=0;mk=0;
while(m<20)%Armijo搜索
if(feval(fun,x0+rho^{m*d)<feval(fun,x0)+sigma*rho}mg’d)
mk=m;break;
end
m=m+1;
end
mk=m;
x0=x0+rho^mkd;
val=feval(fun,x0);
g0=g; d0=d;
k=k+1;
end
x=x0;
val=feval(fun,x);