main为主函数 fun gfun ggfun分别为输入的函数以及一阶二阶导数 GD Newton FR BFGS 分别为最速下降法 牛顿法（阻尼）共轭梯度法 以及 拟牛顿法 F1-4为下降的图示 可以看到牛顿法和拟牛顿法收敛速度最快 但是牛顿法需要求矩阵的逆 在实际中 运算量可能较大

最速下降法,牛顿法和共轭梯度法，利用matlab程序解决实际问题

关于最速下降法的最优化课程设计，代码 流程图 结果实现

参考： 参见 Simon Haykin 所著“自适应滤波器理论”一书中的第 8 章

最速下降法原理及其算法实现课程论文

梯度下降法又被称为最速下降法(Steepest descend method)，其理论基础是梯度的概念。梯度与方向导数的关系为：梯度的方向与取得最大方向导数值的方向一致，而梯度的模就是函数在该点的方向导数的最大值。梯度下降算法事实上是求多维函数的在某一点收敛的极小值，可以用这个算法迭代出在哪个点收敛，也是求最小二乘问题的一种方法。先在脑海中想象一下，你站在一座山上，怎么找到最快下山的方法，这时你当然会朝着最陡峭的方向前进，到达一个点后，再次朝着陡峭的方向下山，从而循环这些步骤，到达山脚。

北航+自适应+信号处理+优化滤波，包括理论、仿真，最速下降法、牛顿法，LMS，NLMS，递归最小二乘算法仿真图，可联系我要MATLAB代码

一个用matlab编写的最速下降法，包括进退法，黄金分割法等一维搜索算法

常用的数值计算C代码，包括共轭梯度法、单纯形法、数值积分、最小二乘、最速下降法等。

针对最优化方法中最速下降法的锯齿现象的分析及优化并用matlab实现