• 大小: 13KB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-05-12
  • 语言: Matlab
  • 标签: 内点法  

资源简介

内点法,解决凸优化问题

资源截图

代码片段和文件信息

%********************************************************************
% 王俊波 2017-6-23 于 Canterbury@Kent
%********************************************************************
function [vcm]=backtracking(fungfunxdkt)
%功能:Backtracking Line Search(回溯直线搜索)
% fun         基于障碍法的等价优化目标函数名
% gfun        等价优化目标的梯度函数名
% x           搜索的起点
% dk          x处的搜索方向,由Newton法给出
% t           与内点法有关的参数
%输出: 
% v           步长
% cm          循环次数       
%********************************************************************

alpha=0.2;%取值范围:0-0.5
beta=0.5; %取值范围:0-1
v=1; %步长初始值
cmmax=10000;%最大迭代次数

cm=0;
%非常重要,由于在搜索过程中,有可能初始步长过大引起问题的约束条件不满足,
%此时,障碍函数的对数取值非法,因此必须有此预处理,确保在可行区间内搜索
while(~isreal(feval(funx+v*dkt)))%若步长过大引起问题非法,缩小步长
  v=beta*v;
end;

while (feval(funx+v*dkt)>feval(funxt)+alpha*v*feval(gfunxt)‘*dk)
    v=beta*v;
    cm=cm+1;
    if cm>cmmax 
        break;
    end;
end;


 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1100  2017-06-23 15:04  IPM_SampleV1.1\backtracking.m

     文件        283  2017-06-23 15:43  IPM_SampleV1.1\fun1.m

     文件        311  2017-06-23 15:50  IPM_SampleV1.1\fun2.m

     文件        278  2017-06-23 15:43  IPM_SampleV1.1\gfun1.m

     文件        316  2017-06-23 16:09  IPM_SampleV1.1\gfun2.m

     文件        289  2017-06-23 15:43  IPM_SampleV1.1\Hess1.m

     文件        364  2017-06-23 16:10  IPM_SampleV1.1\Hess2.m

     文件       1118  2017-06-23 15:04  IPM_SampleV1.1\ipm.m

     文件       1261  2017-06-23 15:04  IPM_SampleV1.1\newton.m

     文件       1376  2017-06-23 16:33  IPM_SampleV1.1\test1.m

     文件       1422  2017-06-23 16:33  IPM_SampleV1.1\test2.m

     目录          0  2017-06-23 16:52  IPM_SampleV1.1

     文件      50153  2017-06-23 16:51  IPM_SampleV1.1\maple.mw

     文件        160  2017-06-23 16:54  IPM_SampleV1.1\readme.txt

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

                58431                    14


评论

共有 条评论