この非線形の制約のない最適化問題があります: f=2*pi*(x^2)+2*pi x y
そして、ニュートン法と勾配法という 2 つの方法を使用して、MatLab で解決する必要があります。コードを書きましたが、修正できないエラーがいくつか発生したため、これらのメソッドの結果をグラフにして比較する必要があるため、本当に助けが必要です。
勾配法のコード:
これは問題によって与えられる関数です:
function f=functie()
syms x y;
f=(2*pi*(x^2))+(2*pi*x*y);
end
これは、特定の点での関数の評価です。
function y = feval_obj(x)
y=(2*pi*(x(1)^2))+(2*pi*x(1)*x(2));
end
これは、その特定のポイントでの関数の勾配です。
function y = gradient_obj(val)
gradient_f = gradient(functie);
syms x y;
y = subs(gradient_f, [x, y], val);
end
問題の反復ごとに理想的なステップを確認する必要があるため、関数 f(x + alpha*d) の値を返す別の関数が必要です。
function f = phi_obj(alpha, x, d)
f = feval_obj(x + alpha * d);
end
グラデーション メソッドのコードは次のようになります。
function xmin=gradient_method(x0,eps)
%Initializing of the vectors/matrix that we need
puncte_gradient=[]; %gradient points
puncte_iteratie=[]; %iteration points
valori_functie=[]; %function values
norme_gradienti=[]; %gradients norm
%I will use a vector g to keep the current gradient
x=x0;
g=gradient_obj(x);
while(norm(g)>eps)
g=gradient_obj(x);
puncte_gradient=[puncte_gradient g];
puncte_iteratie=[puncte_iteratie x];
valori_functie=[valori_functie; feval_obj(x)];
norme_gradienti=[norme_gradienti; norm(g)];
alpha=fminsearch(@(alpha) phi_obj(alpha,x,-g), 1);
x=x-alpha*g
end
xmin=x;
%This is the chart display of the data I get
t=1:length(valori_functie);
figure(1)
hold on
plot(t,norme_gradienti(t),'k','LineWidth',2);
hold off
figure(2)
hold on
plot(t,valori_functie(t),'k','LineWidth',2);
hold off
% For drawing the contour lines and the gradient method_s evolution we have:
[x1,x2]=meshgrid([1.2:0.01:2.8],[0.4:0.01:1.6]);
z=(2*pi*(x1^2))+(2*pi*x1*x2);
figure(3)
hold on
contour(x1,x2,z,valori_functie);
plot3(puncte_iteratie(1,:),puncte_iteratie(2,:),valori_functie,'r');
scatter3(puncte_iteratie(1,:),puncte_iteratie(2,:),valori_functie,'filled');
hold off
end
これを修正でき次第、Newton Method で投稿を更新します。なぜエラーが発生するのか、誰にもアイデアがありますか? 理想的なステップを見つけるには、x0が初期値で、epsが許容値である必要があります。(勾配のノルムが許容値より大きい場合、アルゴリズムは停止する必要があります)。