一、实验目的
掌握Hesse矩阵的计算方法和Newton法的基本思想及其迭代步骤;学会运用MATLAB编程实现常用优化算法;正确处理实验数据和分析实验结果及调试程序。
二、实验内容
(1)求解无约束优化问题
(3)完成Newton法(牛顿法)的MATLAB编程、调试;
(4)选取几个与实验二中相同的初始点,并给出相关实验结果的对比及分析(从最优解、最优值、收敛速度(迭代次数)等方面进行比较);
function[x,val,k]=dampnm(fun,gfun,Hess,x0) %功能:用牛顿法求解无约束问题:minf(x) %输入:x0是初始点,fun,gfun,Hess分别是求 %目标函数值,梯度,Hesse阵的函数 %输出:x,val分别是近似最优点和最优值,k是迭代次数. maxk=100; %给出最大迭代次数 rho=0.55;sigma=0.4; k=0; epsilon=1e-5; while(k<maxk) gk=feval(gfun,x0);%计算梯度 Gk=feval(Hess,x0); %计算Hesse阵 dk=-Gk\gk;%解方程组Gk*dk=-gk,计算搜索方向 if(norm(gk)<epsilon),break;end %检验终止准则 m=0;mk=0; while(m<20) %用Armijo搜索求步长 if(feval(fun,x0+rho^m*dk)<feval(fun,x0)+sigma*rho^m*gk'*dk) mk=m;break; end m=m+1; end x0=x0+rho^mk*dk; k=k+1; end x=x0; val=feval(fun,x);
结果
>> Untitled10 x = 1.0000 1.0000 val = 1.8955e-21 k = 22
标签:val,迭代,Newton,实验,MATLAB,程序设计,最优 From: https://www.cnblogs.com/rsy-bxf150/p/17436772.html