无约束非线性优化——最速下降法、牛顿法、共轭梯度法例题

原创

已于 2024-11-23 15:11:06 修改 · 980 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#算法 #笔记 #学习 #数学建模

于 2024-11-13 22:08:50 首次发布

本章为对《无约束非线性优化算法》的习题巩固。

1 最速下降法

给定初点 $eq?x%5E%7B%281%29%7D%5Cin%20R%5E%7Bn%7D$ ，允许误差 $eq?%5Cvarepsilon%20%3E%200$ ，置k=1；

计算搜索方向 $eq?d%5E%7B%28k%29%7D%3D%20-%5Ctriangledown%20f%28x%5E%7B%28k%29%7D%29$ ，如果 $eq?%5Cleft%20%5C%7C%20%5Ctriangledown%20f%28x%5E%7B%28k%29%7D%29%5Cright%20%5C%7C%5Cleq%20%5Cvarepsilon$ 停止计算；

由精确线搜索计算步长 $eq?%5Calpha%20_%7Bk%7D$ ，使得
$eq?f%28x%5E%7B%28k%29%7D+%5Calpha%20_%7Bk%7Dd%5E%7B%28k%29%7D%29%3D%5Cmin_%7B%5Calpha%20%5Cgeq%200%7Df%28x%5E%7B%28k%29%7D+%5Calpha%20d%5E%7B%28k%29%7D%29$ ；

令 $eq?x%5E%7B%28k+1%29%7D%3Dx%5E%7B%28k%29%7D+%5Calpha%20_%7Bk%7Dd%5E%7B%28k%29%7D$ ， $eq?k%3Dk+1$ ，转步骤2。