算法思想
共轭方向法:
共轭梯度法:
算法步骤
共轭方向法:
共轭梯度法:
代码
Matlab代码如下:
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+1)*floor(k/(n+1));
itern=itern+1;
%计算搜索方向
if(itern==1)
d=-g;
else
beta=(g'*g)/(g0'*g0);
d=-g+beta*d0; 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^m*g'*d)
mk=m; break;
end
m=m+1;
end
x0=x0+rho^mk*d;
val=feval(fun,x0);
g0=g; d0=d;
k=k+1;
end
x=x0;
val=feval(fun,x);
示例
考虑无约束优化问题
m
i
n
f
(
x
)
=
100
(
x
1
2
−
x
2
)
2
+
(
x
1
−
1
)
2
minf(x)=100(x_1^2-x_2)^2+(x_1-1)^2
minf(x)=100(x12−x2)2+(x1−1)2
该问题有精确解x=(1,1)T,
f
(
x
)
=
0
f(x)=0
f(x)=0.
fun函数文件:
%目标函数
function f=fun(x)
f=100*(x(1)^2-x(2))^2+(x(1)-1)^2;
gfun函数文件:
%梯度
function gf=gfun(x)
gf=[400*x(1)*(x(1)^2-x(2))+2*(x(1)-1), -200*(x(1)^2-x(2))]’;
交互界面输入:
x0=[-1,1]’;
[x,val,k]=frcg(’fun’,’gfun’,x0)
结果: