梯度法在极小点附近的收敛速度越来越慢。人们试图找到这样一种方向：它直接指向最优点，从任意选定的初始点出发，沿此方向迭代一次就达到极小点。对于一些函数，牛顿法就可以达到此目的，它利用二次函数来代替原目标函数，以二次函数的极小作为原目标函数的极小点的近似，并逐步逼近该点。
2021-04-14 09:05:41
25KB
DFP法不仅综合了梯度法和牛顿法的优点，而且
具有对二次函数有限步收敛的性质，是无约束优化方法中最
有效的方法之一。
2021-04-14 09:05:40
130KB
最新北航《最优化方法》课程(刘红英)个人学习笔记，亲笔摘录重点，字有点丑，但是都是重点，包括无约束优化、约束优化、线性规划、基本可行解、线搜索方法、信赖域方法、Armijo条件、梯度下降法、牛顿法、KKT条件、积极集法、乘子罚函数、精确罚函数和基本SOP法等。若想获取其他相关大作业、期中、期末考试试卷等内容，请点击个人主页查询。
2021-03-31 13:05:36
3.02MB
1
程序使用软件为MATLAB2020ｂ，test_wwp和test_mwwp分别为WWP线搜索和MWWP线搜索下的测试结果。需要在wwp和mwwp里选择使用PRP和Dai-Yuan共轭梯度法两者之一。使用两种新型算法对典型的无约束优化问题进行了数值分析。
2021-03-27 20:05:13
5KB
1
为了降低约束求解的规模，提出了使用图元—参数图来分解模型的几何约束关系，将其分解为几个独立的子问题来分别进行求解。同时，使用粒子群优化算法对每一个子问题的约束方程组进行优化求解，并综合各个子问题的解来获得原问题的解。在实验中，将所提出的方法应用于HUST_CAID系统中。实验结果表明：该方法能够有效地完成二维几何约束关系的求解。
2021-03-23 21:38:26
936KB
1
拉格朗日乘子法 约束优化问题的标准形式为 min f ( x, x Rn s.t g (x ) 0,i 1,2, m i h (x ) 0, j 1,2,l j 其中 f , g , h : Rn R i j 约束优化算法的基本思想是 通过引入效用函数的方法将约束优化问题转换为无约束问 题再利用优化迭代过程不断地更新效用函数以使得算法收敛 1. 罚函数法 罚函数法内点法的主思想是在可行域的边界上
2021-03-21 20:36:18
22KB
本资源主要对矩阵分解中的LU分解、LDL’分解、乔列斯基分解，以及无约束最优化领域中的最速下降法、牛顿法、拟牛顿法的原理、步骤和算法进行了简要介绍，并对各种方法进行了Matlab编程实验，得到了较好的结果。
本资源包含了《矩阵分解及无约束最优化方法的原理和应用简介》文档以及其中用到的全部Matlab代码，非常适合初学者进行研究和学习。
2020-04-22 03:16:54
164KB
1
外点法的惩罚函数法，是一种约束优化问题的求解方案。
文件中包含被调用的鲍威尔法源码和黄金分割法源码。
2019-12-21 22:24:48
8KB
1