用MATLAB实现最速下降法_牛顿法和共轭梯度法求解实例——张小强.docVIP

机电产品优化设计 课程设计报告 姓 名 ：张 小 强 学 号 ：201222080633 学 院 ：机械电子工程学院  实验的题目和要求 一．课程名称：最优化设计方法 二．实验日期：2013年6月27日 三．实验目的：掌握最速下降法，牛顿法和共轭梯度法的算法思想，并能上机编程实现相应的算法。 四．实验要求：用MATLAB实现最速下降法，牛顿法和共轭梯度法求解实例。 五．实验原理：最速下降法是以负梯度方向最为下降方向的极小化算法，相邻两次的搜索方向是互相直交的。牛顿法是利用目标函数在迭代点处的Taylor展开式作为模型函数，并利用这个二次模型函数的极小点序列去逼近目标函数的极小点。共轭梯度法它的每一个搜索方向是互相共轭的，而这些搜索方向仅仅是负梯度方向与上一次搜索方向的组合。 五．运行结果如下: 题目：f=(x-2)^2+(y-4)^2 ①．最速下降法： M文件： function [R,n]=steel(x0,y0,eps) syms x; syms y; f=(x-2)^2+(y-4)^2; v=[x,y]; j=jacobian(f,v); T=[subs(j(1),x,x0),subs(j(2),y,y0)]; temp=sqrt((T(1))^2+(T(2))^2);