资 源 简 介
共轭梯度法为求解线性方程组而提出。后来,人们把这种方法用于求解无约束最优化问题,
使之成为一种重要的最优化方法。
共轭梯度法的基本思想是把共轭性与最速下降方法相结合,
利用已知点处的梯度构造一组共
轭方向,
并沿这组方向进行搜索,
求出目标函数的极小点。
根据共轭方向的基本性质,
这种
方法具有二次终止性。
在各种优化算法中,
共轭梯度法是非常重要的一种。
其优点是所需存
储量小,具有步收敛性,稳定性高,而且不需要任何外来参数。
共轭方向
无约束最优化方法的核心问题是选择搜索方向
.
在本次实验中
,
我们运用基于共轭方向的一种
算法
—
共轭梯度法
三.算法流程图:
四.实验结果:
(1).
实验函数
f=(3*x1-cos(x2*x3)-1/2)^2+(x1^2-81*(x2+0.1)+sin(x3)+1.06)^2+(exp(-x1*x2)+20*x3+
1/3*(10*3.14159-3))^2;
给定初始点
(0,0,0)
,
k=1
,最
大迭代次数
n
d
确定搜索方向
进
退
法
确
定
搜
索
区
间
分割法确定最
优步长