梯度投影法matlab程序可执行[学习].pdfVIP

梯度投影法matlab程序可执行[学习].pdf

  1. 1、本文档共18页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 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. 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
查看更多
function [x,minf]=minRosen(f,A,b,x0,var,eps) %目标函数: f; %约束矩阵: A; %约束右端力量: b; %初始可行点: x0; %自变量向量: var; %精度: eps; %目标函数取最小值时的自变量值: x; %目标函数的最小值: minf; format long; if nargin == 5 eps=; end syms l; x00=transpose(x0); n=length(var); sz=size(A); m=sz(1); gf=jacobian(f,var); bConti=1; while bConti k=0; s=0; A1=A; A2=A; b1=b; b2=b; for i=1:m dfun=A(i,:)*x00-b(i); if abs(dfun) k=k+1; A1(k,:)=A(i,:); b1(k,1)=b(i); else s=s+1; A2(s,:)=A(i,:); b2(s,1)=b(i); end end if k0 A1=A1(1:k,:); b1=b1(1:k,:); end if s0 A2=A2(1:s,:); b2=b2(1:s,:); end while 1 P=eye(n,n); if k0 tM=transpose(A1); P=P-tM*inv(A1*tM)*A1; end gv=Funval(gf,var,x0); gv=transpose(gv); d=-P*gv ; if d==0 if k==0 x=x0; bConti=0; break; else w=inv(A1*tM)*A1*gv; if w=0 x=x0; bConti=0; break; else [u,index]=min(w); sA1=size(A1); if sA1(1)==1 k=0; else k=sA1(2); A1=[A1(1:(index-1),:);A1((index+1):sA1(2),:)]; % 去掉 A1 对应的 行 end end end else break; end end d1=transpose(d); y1=x0+l*d1; tmpf=Funval(f,var,y1); bb=b2-A2*x00; dd=A2*d; if dd=0 [tmpI,lm]=minJT(tmpf,0,; else lm=inf; for i=1:length(dd) if dd(i)0 if bb(i)/dd(i)lm lm=bb(i)/dd(i); end end end end [xm,minf]=minHJ(tmpf,0,lm,; tol=norm(xm*d);

您可能关注的文档

文档评论(0)

高胖莹 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档