MATLAB用梯度法求解目标函数,用MATLAB实现最速下降法,牛顿法和共轭梯度法求解实例...

实验的题目和要求

一、所属课程名称：

最优化方法

二、实验日期：

2010年5月10日~2010年5月15日

三、实验目的

掌握最速下降法，牛顿法和共轭梯度法的算法思想，并能上机编程实现相应的算法。

二、实验要求

用MATLAB实现最速下降法，牛顿法和共轭梯度法求解实例。

四、实验原理

最速下降法是以负梯度方向最为下降方向的极小化算法，相邻两次的搜索方向是互相直交的。牛顿法是利用目标函数)(x

f在迭代点

x处的Taylor展开式作为模型函数，并利用这个二次模型函数的极k

小点序列去逼近目标函数的极小点。共轭梯度法它的每一个搜索方向是互相共轭的，而这些搜索方向

d仅仅是负梯度方向k g-与上一次接

k

待的搜索方向

d的组合。

k

-

1

五．运行及结果如下:

最速下降法：

题目：f=(x-2)^2+(y-4)^2

M文件：

function [R,n]=steel(x0,y0,eps)

syms x;

syms y;

f=(x-2)^2+(y-4)^2;

v=[x,y];

j=jacobian(f,v);

T=[subs(j(1),x,x0),subs(j(2),y,y0)];

temp=sqrt((T(1))^2+(T(2))^2);

x1=x0;y1=y0;

n=0;

syms kk;

while (temp>eps)

d=-T;