利用最速梯度下降法求解： 函数接口：[xstar,fxstar,iter] = SteepDescent(f_name,x0,eps) 其中xstar为最优解，fxstar为最优函数值，iter为迭代次数。 f_name为目标函数文件，可以用feval调用计算函数值及梯度； x0为初始值，可取[1,1]‘，eps=1e-3，利用0.618法搜索步长。 如：[xstar,fxstar,iter] = SteepDescent(@Myexam1,[1,1]',1e-3) function [f,g]=Myexam1(x) %%%%调用[f,g] = feval(f_name,xk); f=x(1)^2+2*x(2)^2; g=[2*x(1);4*x(2)]; end 可直接运行！！

包括了一维最优化算法 如：0.618法、分数法、二次差值法、三次插值法等源代码 还包括了无约束最优化部分的 共轭梯度法、DFP变尺度法（用导数或者用差分代替导数）、阻尼最小二乘法、鲍威尔法、模式搜索法、单纯性法等程序源代码 其次，约束最优化部分，提供了混合罚函数法（DFP)，混合罚函数法(POWELL)，综合约束函数双下降法、可变容差法、复合形法、网格法、随机实验法、解线性规划的单纯型法等等方法的源代码。

最优化 源程序 这是子程序 若要调用 可以先编写一个主程序

使用黄金分割法迭代，进行一维搜索，求函数极小值，理论和算例来自《最优化方法》（北京理工大学出版社）。压缩包内含matlab程序文件goldenSection.m，Word文档算例说明.docx。结构化程序易于扩展。

0.618法C程序

0.618法和fibonacci法的matlab算法

应用于设计的最优化方法，应用鲍威尔法，已经黄金分割的一维搜索方法