大连理工大学 2021年最优化方法大作业(2)

2024-02-20 08:30

本文主要是介绍大连理工大学 2021年最优化方法大作业(2),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

接上一篇文章,这次分享一下其他的三种算法,上一篇编写的不精确一维线搜索需要用到,链接在这:大连理工大学 2021年最优化方法大作业(1)_JiangTesla的博客-CSDN博客

下一道题在这:大连理工大学2021最优化方法大作业(3)_JiangTesla的博客-CSDN博客

2022题目的小补充大连理工大学2022上半年最优化方法大作业_Jiang_Tesla的博客-CSDN博客

目录

 1.牛顿法

2.共轭梯度法

3.BFGS


 1.牛顿法

牛顿法的迭代方式非常简单粗暴,不需要一维搜索,直接梯度乘上hesse阵的逆就行了,框图逻辑见下图(图画的不太对,循环那个箭头应该指向菱形上端,相信各位可以理解)

 直接上代码了

%下面3个是输入
x = [0;0];
eps = 0.0001;
start_newton(x,eps);%题目方程式
function f = fun(x) 
f = 10*(x(1)-1)^2 + (x(2)+1)^4; 
end%题目方程式的hesse阵
function h = hesse(x) h = zeros(2,2); h(1,1)=2+400*(3*x(1)^2-x(2)); h(1,2)=-400*x(1);h(2,1)=-400*x(1);h(2,2)=200;end 题目方程式的梯度
function g = grad(x) g = zeros(2,1); g(1)=20*(x(1)-1); g(2) = 4*(x(2)+1)^3; end %牛顿法迭代开始
function start_newton(x0,eps) gk = grad(x0);res = norm(gk);k = 0; while res > eps fprintf('The %d-th iteration, the residual is %f\n',k,res); fprintf('x=[%f,%f],min(f):%f\n',x0(1),x0(2),fun(x0));fprintf('**********************************************\n');hk = (hesse(x0))^(-1);%hesse阵的逆x0=x0-hk*gk;k = k+1;gk = grad(x0);res = norm(gk); end fprintf('The %d-th iteration, the residual is %f\n',k,res); fprintf('x=[%f,%f],min(f):%f\n',x0(1),x0(2),fun(x0));end

2.共轭梯度法

书上有现成的框图,我就不画了

可以看出来,共轭梯度法的搜索方向是一个一个生成的,对于n维问题共轭方向只有n个,所以计算n步之后,以xn为起点,重新生成共轭方向继续迭代,下面上代码,这是共轭方向法的核心,fun(x)还有梯度函数,一维搜索函数(大连理工大学 2021年最优化方法大作业(1)_JiangTesla的博客-CSDN博客)都和之前的一样,直接复制粘在同一个文件里就行,我就不总粘重复的代码了。

function  start_conjungate_gradient(x0, eps)
n=2%二维问题,所以n等于2
g0 = gradient(x0);%自己定义的梯度函数
s0 = -(g0.');
k = 0;
count = 0;%计算迭代次数
lambda = wolfe_powell(x0,s0);%这个函数我在上一个文章写了,就是一维搜索
x1 = x0 +lambda*s0;
g1 = gradient(x1);
while (norm(g1) > eps)if k<n-1 %判断是否已经生成了n个共轭方向v = (norm(g1))^2/(norm(g0)^2);s1 = -g1 + s0*v;k = k+1;x0 = x1;g0 = gradient(x0);s0 = s1;lambda = wolfe_powell(x0,s0);x1 = x0 +lambda*s0;g1 = gradient(x1);else x0 = x1;g0 = gradient(x0);s0 = -(g0.');lambda = wolfe_powell(x0,s0);x1 = x0 +lambda*s0;g1 = gradient(x1);k = 0;endcount=count+1;fprintf('The %d-th iteration, the residual is %f\n',count,norm(g1)); fprintf('x=[%f,%f],min(f):%f\n',x0(1),x0(2),fun(x0));fprintf('**********************************************\n');
endfprintf('The %d-th iteration, the residual is %f\n',count,norm(g1)); fprintf('x=[%f,%f],min(f):%f\n',x0(1),x0(2),fun(x0));
end

3.BFGS

先上流程图

H(k+1)的公式懒得打了,书上都有P137,

因为H(k+1)的计算公式比较复杂,我先写了个小函数用来计算

function hk = get_hk(h,x,g)%进来的是列向量
miu = 1 + g.'*h*g/(x.'*g);
fenzi = miu*x*x.'-h*g*x.'-x*g.'*h;
hk = h + fenzi/(x.'*g);
end

下面是核心代码

function  start_bfgs(x0, eps)
n=2;%二维所以是2
g0 = gradient(x0);
h0 = eye(2,2);
s0 = -h0*g0.';
k = 0;
count = 0;
lambda = wolfe_powell(x0,s0);
x1 = x0 +lambda*s0;
g1 = gradient(x1);
while (norm(g1) > eps)if k<n-1detax = x1 - x0;%下面是计算H(k+1)的步骤detag = g1.' - g0.';h1 = get_hk(h0,detax,detag);%上面定义的计算函数s1 = -h1*g1.';k = k+1;x0 = x1;g0 = gradient(x0);s0 = s1;h0 = h1;lambda = wolfe_powell(x0,s0);x1 = x0 +lambda*s0;g1 = gradient(x1);else x0 = x1;g0 = gradient(x0);h0 = eye(2,2);s0 = -h0*g0.';lambda = wolfe_powell(x0,s0);x1 = x0 +lambda*s0;g1 = gradient(x1);k = 0;endcount=count+1;fprintf('The %d-th iteration, the residual is %f\n',count,norm(g1)); fprintf('x=[%f,%f],min(f):%f\n',x0(1),x0(2),fun(x0));fprintf('**********************************************\n');
endfprintf('The %d-th iteration, the residual is %f\n',count,norm(g1)); fprintf('x=[%f,%f],min(f):%f\n',x1(1),x1(2),fun(x1));
end

最后给出一个bfgs总体代码,方便大家对其他方法的重组

x0 = [0;0];
eps = 1e-4;
start_bfgs(x0, eps);function  start_bfgs(x0, eps)
n=2;
g0 = gradient(x0);
h0 = eye(2,2);
s0 = -h0*g0.';
k = 0;
count = 0;
lambda = wolfe_powell(x0,s0);
x1 = x0 +lambda*s0;
g1 = gradient(x1);
while (norm(g1) > eps)if k<n-1detax = x1 - x0;detag = g1.' - g0.';h1 = get_hk(h0,detax,detag);s1 = -h1*g1.';k = k+1;x0 = x1;g0 = gradient(x0);s0 = s1;h0 = h1;lambda = wolfe_powell(x0,s0);x1 = x0 +lambda*s0;g1 = gradient(x1);else x0 = x1;g0 = gradient(x0);h0 = eye(2,2);s0 = -h0*g0.';lambda = wolfe_powell(x0,s0);x1 = x0 +lambda*s0;g1 = gradient(x1);k = 0;endcount=count+1;fprintf('The %d-th iteration, the residual is %f\n',count,norm(g1)); fprintf('x=[%f,%f],min(f):%f\n',x0(1),x0(2),fun(x0));fprintf('**********************************************\n');
endfprintf('The %d-th iteration, the residual is %f\n',count,norm(g1)); fprintf('x=[%f,%f],min(f):%f\n',x1(1),x1(2),fun(x1));
endfunction lamda = wolfe_powell(xk,dk)
c1 = 0.1;c2=0.5;
a = 0; b =Inf;
lamda = 1;
while(1)if ~(fun(xk+lamda*dk)-fun(xk) <= c1*lamda*gradient(xk)*dk)b = lamda;lamda = (lamda + a)/2;continue;endif ~(gradient(xk+lamda*dk)*dk >= c2*gradient(xk)*dk)a = lamda;lamda = min([2*lamda,(b+lamda)/2]);continue;endbreak;
end
endfunction f = fun(x)
f = 10*(x(1)-1)^2 + (x(2)+1)^4; 
endfunction g = gradient(x)%这是行向量g = zeros(1,2); g(1)=20*(x(1)-1); g(2) = 4*(x(2)+1)^3; 
end function hk = get_hk(h,x,g)%进来的是列向量
miu = 1 + g.'*h*g/(x.'*g);
fenzi = miu*x*x.'-h*g*x.'-x*g.'*h;
hk = h + fenzi/(x.'*g);
end

这篇关于大连理工大学 2021年最优化方法大作业(2)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/727596

相关文章

Java学习手册之Filter和Listener使用方法

《Java学习手册之Filter和Listener使用方法》:本文主要介绍Java学习手册之Filter和Listener使用方法的相关资料,Filter是一种拦截器,可以在请求到达Servl... 目录一、Filter(过滤器)1. Filter 的工作原理2. Filter 的配置与使用二、Listen

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

Windows 上如果忘记了 MySQL 密码 重置密码的两种方法

《Windows上如果忘记了MySQL密码重置密码的两种方法》:本文主要介绍Windows上如果忘记了MySQL密码重置密码的两种方法,本文通过两种方法结合实例代码给大家介绍的非常详细,感... 目录方法 1:以跳过权限验证模式启动 mysql 并重置密码方法 2:使用 my.ini 文件的临时配置在 Wi

MySQL重复数据处理的七种高效方法

《MySQL重复数据处理的七种高效方法》你是不是也曾遇到过这样的烦恼:明明系统测试时一切正常,上线后却频频出现重复数据,大批量导数据时,总有那么几条不听话的记录导致整个事务莫名回滚,今天,我就跟大家分... 目录1. 重复数据插入问题分析1.1 问题本质1.2 常见场景图2. 基础解决方案:使用异常捕获3.

最详细安装 PostgreSQL方法及常见问题解决

《最详细安装PostgreSQL方法及常见问题解决》:本文主要介绍最详细安装PostgreSQL方法及常见问题解决,介绍了在Windows系统上安装PostgreSQL及Linux系统上安装Po... 目录一、在 Windows 系统上安装 PostgreSQL1. 下载 PostgreSQL 安装包2.

SQL中redo log 刷⼊磁盘的常见方法

《SQL中redolog刷⼊磁盘的常见方法》本文主要介绍了SQL中redolog刷⼊磁盘的常见方法,将redolog刷入磁盘的方法确保了数据的持久性和一致性,下面就来具体介绍一下,感兴趣的可以了解... 目录Redo Log 刷入磁盘的方法Redo Log 刷入磁盘的过程代码示例(伪代码)在数据库系统中,r

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Java中Switch Case多个条件处理方法举例

《Java中SwitchCase多个条件处理方法举例》Java中switch语句用于根据变量值执行不同代码块,适用于多个条件的处理,:本文主要介绍Java中SwitchCase多个条件处理的相... 目录前言基本语法处理多个条件示例1:合并相同代码的多个case示例2:通过字符串合并多个case进阶用法使用

Python中__init__方法使用的深度解析

《Python中__init__方法使用的深度解析》在Python的面向对象编程(OOP)体系中,__init__方法如同建造房屋时的奠基仪式——它定义了对象诞生时的初始状态,下面我们就来深入了解下_... 目录一、__init__的基因图谱二、初始化过程的魔法时刻继承链中的初始化顺序self参数的奥秘默认

html5的响应式布局的方法示例详解

《html5的响应式布局的方法示例详解》:本文主要介绍了HTML5中使用媒体查询和Flexbox进行响应式布局的方法,简要介绍了CSSGrid布局的基础知识和如何实现自动换行的网格布局,详细内容请阅读本文,希望能对你有所帮助... 一 使用媒体查询响应式布局        使用的参数@media这是常用的