数学实验07严梦1217417007.docVIP

下载本文档

0
0
约2.29千字
约 3页
2017-06-12 发布于北京
举报
版权申诉

数学实验07严梦1217417007.doc

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

《数学实验》实验报告07 实验名称无约束优化和线性规划实验日期2015.05.14 班级 12信计学号 1217417007 姓名严梦成绩一、实验目的（1）掌握用MATLAB优化工具箱的基本用法，对不同算法进行初步分析比较. （2）练习用无约束优化方法建立和求解实际问题的模型（包括最小二乘拟合）. 二、实验内容《大学数学实验》实验7后面P.168-169. 学号除以3余1的做1（1）学号除以3余2的做1（2）学号除以3余0的做1（3）要求分别用fminunc（分数值梯度和分析梯度（仿照P167：GradObj=on））, lsqnonlin（分数值方法和分析方法（仿照P167-168：Jacobian=on））分别实现三、实验结果（包括所用命令、程序，运行结果等）（1）function y = fun1(x) y = (x(1)^2+x(2)-11)^2 + (x(1)+x(2)^2-7)^2; fminunc数值梯度：x = fminunc(@fun1, [1, 1], []) x = 3.0000 2.0000 fminunc分析梯度：x = [ 1, 1]; opt1 = optimset(LargeScale, off, MaxFunEvals, 1000,GradObj,on); [x1, v1, exit1, out1] = fminunc(first1, x, opt1) Optimization terminated successfully: Current search direction is a descent direction, and magnitude of directional derivative in search direction less than 2*options.TolFun x1 = 3.0000 2.0000 v1 = 7.9526e-011 exit1 = 1 out1 = iterations: 6 funcCount: 23 stepsize: 1.1080 firstorderopt: 8.7173e-005 algorithm: medium-scale: Quasi-Newton line search function [ f, g ] = first1(x) f = (x(1)^2+x(2)-11)^2 + (x(1)+x(2)^2-7)^2; if nargout 1 g(1) = 4 * x(1) * ( x(2) + x(1)^2 -11) + 2 * ( x(1) +x(2)^2-7); g(2) =4 * x(2) * ( x(2)^2 + x(1) -7) + 2 * ( x(1)^2 +x(2)-11); end （2）x0 = [ 1, 1 ]; [x1, norm1, res1, exit1, out1] = lsqnonlin(@fun1, x0, [], [], opt1) x1 = 3.0000 2.0013 norm1 = 2.4617e-010 res1 = 1.5690e-005 x0 = [ 1, 1 ]; opt1 = optimset(LargeScale, off, MaxFunEvals, 1000, Jacobian, on); [x1, norm1, res1, exit1, out1] = lsqnonlin(fs2, x0, [], [], opt1) Optimization terminated successfully: Search direction less than tolX x1 = 3.0000 2.0000 norm1 = 6.0936e-017 res1 = 1.0e-008 * 0.4350 -0.6481 exit1 = 1 out1 = iterations: 7 funcCount: 26 stepsize: 1 cgiterations: [] firstorderopt: [] algorithm: medium-scale: Levenberg-Marquardt, line-