搜索资源列表
Nonlinear_Programming
- 非线性规划中的最陡下降法、BFGS方法和共轭梯度法matlab源程序（3－拟牛顿BFGS方法）.m-Non-linear programming in the steepest descent method, BFGS and conjugate gradient method matlab source code (3- Quasi-Newton BFGS method). M
newton
- 最优化计算方法中 有关于拟牛顿法的一段小代码 可以-Optimization method in the Quasi-Newton method on a small section of code that can look at
DFP-BFGS-0.618
- DFP,黄金分割点方法，BFGS方法matlab源代码用于求解无约束最优化问题-BFGS，DFP,0.618 method for solving unconstrained optimization problems
DFP
- DFP算法是变尺度优化算法，使用唯相位的方法实现阵列天线的波束赋形状，是使用基于DFP和BFGS 变尺度优化算法来实现求值-DFP algorithm is to change the scale optimization algorithm, the use of CD-phase array antenna beamforming shape, is to use the scale variable based on the DFP and BFGS optimization algori
MATLAB
- 这是BFGS方法解无约束优化的程序，使用方便，代码简单。-BFGS method for unconstrained optimization program, easy to use, simple code.
bfgs
- 用BFGS算法求解无约束问题 是一种比秩1算法更有效的优化方法-Unconstrained problem with BFGS algorithm is an algorithm is more efficient than the rank of an optimization method
BFGS
- 拟牛顿法和最速下降法(Steepest Descent Methods)一样只要求每一步迭代时知道目标函数的梯度。通过测量梯度的变化，构造一个目标函数的模型使之足以产生超线性收敛性。这类方法大大优于最速下降法，尤其对于困难的问题。另外，因为拟牛顿法不需要二阶导数的信息，所以有时比牛顿法(Newton s Method)更为有效。如今，优化软件中包含了大量的拟牛顿算法用来解决无约束，约束，和大规模的优化问题。-The quasi-Newton method and the Steepest Des
Newton
- 求解无约束最优化问题，Newton方法包括基本Newton法，拟Newton法等BFGS，DFP方法(Solving unconstrained optimization problems, Newton method)