香蕉函数 matlab,香蕉函数的最小化 - MATLAB & Simulink - MathWorks 中国

不使用导数的优化

fminsearch 函数在无约束下求问题的最小值。它使用的算法不估计目标函数的任何导数。它使用 fminsearch Algorithm 中所述的几何搜索方法。

使用 fminsearch 最小化香蕉函数。同时使用一个输出函数来报告迭代序列。

fun = @(x)(100*(x(2) - x(1)^2)^2 + (1 - x(1))^2);

options = optimset('OutputFcn',@bananaout,'Display','off');

x0 = [-1.9,2];

[x,fval,eflag,output] = fminsearch(fun,x0,options);

title 'Rosenbrock solution via fminsearch'

88489751348398f4dfeb45e9a882a63c.png

Fcount = output.funcCount;

disp(['Number of function evaluations for fminsearch was ',num2str(Fcount)])

Number of function evaluations for fminsearch was 210

disp(['Number of solver iterations for fminsearch was ',num2str(output.iterations)])

Number of solver iterations for fminsearch was 114

使用估计导数的优化

fminunc 函数在无约束下求问题的最小值。它使用基于导数的算法。该算法不仅尝试估计目标函数的一阶导数,还尝试估计二阶导数的矩阵。fminunc 通常比 fminsearch 效率更高。

使用 fminunc 最小化香蕉函数。

options = optimoptions('fminunc','Display','off',...

'OutputFcn',@bananaout,'Algorithm','quasi-newton');

[x,fval,eflag,output] = fminunc(fun,x0,options);

title 'Rosenbrock solution via fminunc'

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值