matab实现牛顿法最速下降法罚函数法.docVIP

优化算法及应用报告 （一）用Newton法求函数最优解 1.1课本P117页例4.3.2 1.2方法步骤 Step1：给定初始点 Step2：对函数求一次导数得到df1，若 ，则迭代停止，输出 否则，二次求导dff2=0时，停止，解题失败。 当dff2不等于0时，转下一步。 Step3:计算 ，如果 ，停止迭代，输出，否则，k=k+1，转step2 1.3计算结果： Df1= atan(x)（matlab中arctan（x）用atan（x）表示） Dff2= 1/(x^2 + 1) （1）t1=1时 t1=1答案 K tk df1 1/dff2 1 1 0.7854 2 2 -0.5708 -0.5178 1.3258 3 0.1169 0.1163 1.0137 4 -0.001061 接近最优解 =0. （2）t1=2时 t1=2答案 k tk df1 1/dff2 1 2 1.1071 5 2 -3.5357 -1.2952 13.50 3 13.95 1.4程序，见附件test1，newton Test1 函数带入 clc clear all syms x t f1=int(atan(x),x,0,t); beex=newton(f1,t,1,0.5); newton 牛顿方法的函数 function[besx]=newton(f1,t,t1,c) %step1 syms t df1=diff(f1,t); %函数一次求导 dff2=diff(f1,t,2); %函数二次求导 while(true) if(abs(subs(df1,t1))c) %step2，满足条件，迭代停止. disp(t1); break %dff2等于0失败，否则转step3 else tk=t1-(subs(df1,t1))/(subs(dff2,t1))%step3 if(abs(tk-t1)c) besx=tk; %满足绝对值内tk-t1小于c，停止迭代，输出tk disp(besx);break else t1=tk %条件不成立，k=k+1，转step2，t1=tk，构造循环 end end end end 1.5程序结果截图 （二）用最速下降法求解（UMP） 2.1课本P124页例4.4.2 取初始点 ，终止误差 2.2方法步骤 Step1：给定初始点 ，终止误差 0,令k=0； Step2：用ccc1作为函数对x1的偏导，ccc2作为函数对x2的偏导，ccc3作为 ，计算可得ccc3，若，则停止迭代，输出 否则，转step3 Step3:取pk=-ccc3 Step4：利用第一问的牛顿法求最优解tk。 同时，令x0 ：x0=x0+tk*pk; k=k+1，转step2 2.3计算结果： 用牛顿法解得t0约为0.0200（结果见2.5附图） 而 2.4程序，见附件test2，newton2，，funump Test2 题目函数带入 clc clear all syms x1 x2 t dfdx1=diff((x1)^2+25*(x2)^2,x1); dfdx2=diff((x1)^2+25*(x2)^2,x2); funump([2;2],10^(-6),0,dfdx1,dfdx2,10) newton 牛顿方法的函数（作为引用） %同第一问，不再注释 function[beex]=newton2(f1,t,t1,c) syms t df1=diff(f1,t); ddf1=diff(f1,t,2); t1=0; while(true) if(abs(subs(df1,t1))c) beex=t1; disp(beex); break else tk=t1-(subs(df1,t1))/(subs(ddf1,t1)); if(abs(tk-t1)c)