数学实验作业8月10日第五组.docVIP

实验七T7: 取不同的初值计算下列平方和形式的非线性规划，尽可能求出所有局部极小点，进而找出全局极小点，并对不同算法（搜索方向、搜索步长、数值梯度与分析梯度等）的结果进行分析、比较。 2)min 4)min 其中 解：2）在matlab中输入程序（exam0705grad.m，exam0705grad_run.m）： function [f,g]=exam0705grad(x) f=(x(1)^2+12*x(2)-11)^2+(49*x(1)^2+49*x(2)^2+81*x(1)+2324*x(2)-681)^2;% compute the function value at x if nargout 1 % fun called with 2 output arguments g(1)=2*(98*x(1) + 81)*(49*x(1)^2 + 81*x(1) + 49*x(2)^2 + 2324*x(2) - 681) + 4*x(1)*(x(1)^2 + 12*x(2) - 11); % compute the gradient evaluated at x g(2)=288*x(2) + 2*(98*x(2) + 2324)*(49*x(1)^2 + 81*x(1) + 49*x(2)^2 + 2324*x(2) - 681) + 24*x(1)^2 - 264; end clear all; clc; % comparing different algorithms: using gradient vector format short e x0=[-1.9,2]; ---case1: bfgs, hybrid 2,3 poly------- opt1=optimset(LargeScale,off, MaxFunEvals,1000,GradObj,on); [x1,v1,exit1,out1]=fminunc(@exam0705grad,x0,opt1) pause ---case2: dfp, hybrid 2,3 poly------- fopt=optimset(opt1,HessUpdate,dfp); [x2,v2,exit2,out2]=fminunc(@exam0705grad,x0,fopt) pause ---case3: bfgs, hybrid 2,3 poly------- fopt=optimset(opt1,HessUpdate,bfgs); [x3,v3,exit3,out3]=fminunc(@exam0705grad,x0,fopt) pause ---case4: steep, hybrid 2,3 poly------- fopt=optimset(opt1,HessUpdate,steepdesc); [x4,v4,exit4,out4]=fminunc(@exam0705grad,x0,fopt) pause ---case5: bfgs, 3rd poly------- opt2=optimset(opt1,LineSearchType,cubicpoly); [x5,v5,exit5,out5]=fminunc(@exam0705grad,x0,opt2) pause ---case6: dfp, 3rd poly------- fopt=optimset(opt2,HessUpdate,dfp); [x6,v6,exit6,out6]=fminunc(@exam0705grad,x0,fopt) pause ---case7:bfgs , 3rd poly------- fopt=optimset(opt2,HessUpdate,bfgs); [x7,v7,exit7,out7]=fminunc(@exam0705grad,x0,fopt) pause ---case8: steep, 3rd poly------- fopt=optimset(opt2,HessUpdate,steepdesc); [x8,v8,exit8,out8]=fminunc(@exam0705grad,x0,fopt) pause ++++ results of solutions ++++++ solutions=[x1;x2;x3;x4;x5;x6;x7;x8]; funvalues=[v1;v2;v3;v4;v5;v6;v7;v8]; iterations=[out1.funcCount;out2.funcCount;out3.funcCount;out4.funcCount;out5.funcCount;out6.funcCo