最全的最优化算法包括 变尺度+牛顿法+阻尼牛顿法+最速下降法 附有源码
2019-12-21 20:12:48 1.59MB 最优化 变尺度 牛顿法 阻尼牛顿法
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 matlab 最速下降法
1
包含最速下降法的MATLAB,并与其他方法进行比较。
2019-12-21 19:53:03 3KB 最速下降法
1
MATLAB实现最速下降法MATLAB实现最速下降法MATLAB实现最速下降法MATLAB实现最速下降法
2019-12-21 19:52:48 668B 最速下降法
1
我的思路是这样的: 最速下降法能找出全局最优点,但在接近最优点的区域内就会陷入“齿型”迭代中,使其每进行一步迭代都要花掉非常久的时间,这样长久的等待是无法忍受的,不信你就在我那个程序的第一步迭代中把精度取得很小如:0.000000001等,其实我等过一个钟都没有什么结果出来。 再者我们考究一下 牛顿迭代法求最优问题,牛顿法相对最速下降法的速度就快得多了,而且还有一个好处就是能高度逼近最优值,而不会出现死等待的现象。 如后面的精度,你可以取如:0.0000000000001等。 但是牛顿法也有缺点,就是要求的初始值非常严格,如果取不好,逼近的最优解将不收敛,甚至不是最优解。 就算收敛也不能保证那个结就是全局最优解,所以我们的出发点应该是:为牛顿法找到一个好的初始点,而且这个初始点应该是在全局最优点附近,这个初始点就能保证牛顿法高精度收敛到最优点,而且速度还很快。 思路概括如下: 1。用最速下降法在大范围找到一个好的初始点给牛顿法:(最速下降法在精度不是很高的情况下逼近速度也是蛮快的) 2。在最优点附近改用牛顿法,用最速下降法找到的点为牛顿法的初始点,提高逼近速度与精度。 3。这样两种方法相结合,既能提高逼近的精度,还能提高逼近的速度,而且还能保证是全局最优点。这就充分吸收各自的优点,扬长避短。得到理想的结果了。
2019-12-21 19:48:53 3KB matlab 最速下降法 牛顿法
1
最优化算法里的一种不错的算法,大家学习借鉴(英文版)
2019-12-21 19:45:34 60KB 最优化 梯度
1
里面有变尺度算法,牛顿法,阻尼牛顿法,最速下降法 是自己用c写的最优化实验程序 很久没动过c,而且学c时也不精 所以写的很粗糙,望见谅
1
机械工程专业,针对优化设计课程的最速下降法求某一函数的最小值
2019-12-21 18:54:10 449B 优化设计 最速下降法
1
《最优化方法与程序设计》一书作者为倪勤,本书系统地介绍了非线性优化基本理论、方法与程序设计。主要内容有:线搜索与信赖域法,最速下降法与牛顿法,共轭梯度法,拟牛顿法,非线性最小二乘问题的解法,罚函数法,可行方向法,二次规划问题的解法,序列二次规划法等。本书的主要阅读对象是数学专业的本科生与研究生,非数学专业的研究生,对优化方法感兴趣的教师与科学技术人员。读者需要具备微积分、线性代数和Matlab语言方面的初步知识。
2019-12-21 18:50:02 25.28MB 最优化方法 最速下降法
1