(無約束優化問題)最優化方法理論總結2

---------------------------------------

本文中的目標函數都是求:

無約束情況下的 min f(x),其中x是一個向量。

------------------------ ------------------

主要核心如下:

演算法思想

演算法和其他演算法的比較

演算法優缺點

演算法的收斂性判斷

-------------------- ----------

1.牛頓法

------------------------------

2.阻牛頓法

-----------------------------

3.共軛梯度法

-----------------------------

4.擬牛頓法

-----------------------------

5.改進的Powell法

直接法,

1)優點:簡單有效的共軛方法法,它共軛方向的構造,只利用函數值提供的信息。只計算和比較目標函數值得大小,不需要計算梯度。

2)核心思想


推薦閱讀:

matlab 函數返回值列表太長,覺得醜陋,怎麼辦?
Matlab計算逆序數出現問題?
為什麼招程序員不考慮MATLAB技能?
怎麼用matlab 2017b的APP Designer?

TAG:最優化 | MATLAB | 運籌學 |