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在迭代点处的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，而这些搜索方向仅仅是负梯度方向与上一次接待的搜索方向的组合。
2019-12-21 21:27:29
46KB
1
最速下降迭代法又叫梯度下降迭代法，是从一已知点出发，依照某种规则，求出相继点，取代原先的点，然后重复以上过程，得到点序列，以使其趋于最优解的迭代方法
2019-12-21 20:50:04
927B
1
二次凸规划 最速下降 matlab quadratic convex steepest descent:
仅限于格式： f(x) = x'Qx +c'x
2019-12-21 20:05:33
3KB
1
matlab编写的最速下降法，十分详细
function x=fsxsteep(f,e,a,b)
% fsxsteep函数 最速下降法
% x=fsxsteep(f,e,a,b)为输入函数 f为函数 e为允许误差 (a,b)为初始点;
2019-12-21 20:05:11
210KB
1