拟牛顿法matlab分析和总结.docxVIP

拟牛顿法的 matlab 实现（转） 2011-03-16 15:07:04| 分类： matlab | 标签： |字号大中小 订阅 牛顿法成功的关键是利用了 Hesse 矩阵提供的曲率信息，但计算 Hesse 矩阵工作量大，并且有的目标函数的 Hesse 矩阵很难计算，甚至不好求出。针对这一问题，拟牛顿法比牛顿法更为有效。这类算法仅利用目标函数值和一阶导数的信息，构造出目标函数的曲率近似，使方法具有类似牛顿法的收敛速度快的优点。函数名：quasi_Newton(f,x0,error), 参数：f:待求梯度函数 x0:初始点 error：允许误差主程序： function A=quasi_Newton(f,x0,error) [a,b]=size(x0); G0=eye(b); initial_gradient=gradient_my(f,x0,b); norm0=0; norm0=initial_gradient*initial_gradient; syms step_zzh; A=[x0]; search_direction=-initial_gradient; x=x0+step_zzh*search_direction; f_step=subs(f,findsym(f),x); best_step=golden_search(f_step,-15,15); x_1=x0+b