matlab实现共轭梯度法

用matlab编程实现最优控制理论中的共轭梯度法。程序运行没有错误。

format long;
flag=1;
n=2;
X0=[2;2]%设定x初值为（22）

while flag==1
syms x1 x2 rr    
%f=100*（x2-x1^2）^2+（1-x1）^2
f=x1^2+2*x2^2-4*x1-2*x1*x2
%f=（x1-1）^4+x2^2
%f=2*x1^2+x2^2-4*x1+2

df（11）=diff（fx1）     %取函数的梯度（df（11）df（21））
df（21）=diff（fx2）
gg1=gradient（X0df）         %将求得的梯度向量值存入gg1中
ex1=sqrt（gg1（11）^2+gg1（21）^2） %求得梯度下降模值存入变量ex1
ss1=-gg1
k=0                        %迭代次数

while 1
syms x1 x2 rr
x1=X0（11）+rr*ss1（11）     %将x1x2变为一维搜索极小点变量rr的函数
x2=X0（21）+rr*ss1（21）
flamda=eval（f）         %求得rr的函数，便于进行一维搜索
rr=partition（flamda）    %用黄金分割法求得精确以为搜索的rr值
X0（11）=eval（x1）    %重新给变量x1x2赋值，以便进行下一次循环；
X0（21）=eval（x2）
x1=X0（11）
x2=X0（21） 
eval（f）
f
gg2=gradient（X0df）         %将求得的梯度向量值存入gg2中
ex2=sqrt（gg2（11）^2+gg2（21）^2） %求得梯度下降模值存入变量ex2
if ex2<1e-4
        disp（‘x*=‘）
        disp（X0）
        disp（‘函数最优解为：f=‘）
        disp（eval（f））
        flag=0;
        break;
end
if k    u=ex2^2/（ex1^2）
    ss2=-gg2+u*ss1
    ss1=ss2
    gg1=gg2
    ex1=ex2
    k=k+1
elseif k==n-1
    break;
end
end
end

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

     文件       1216  2010-12-27 23:03  共轭梯度法\conjugategradient.m

     文件        118  2010-12-26 13:15  共轭梯度法\gradient.m

     文件        914  2010-12-27 23:01  共轭梯度法\partition.m

     文件       2338  2010-12-27 23:23  共轭梯度法\共轭梯度法.txt

     目录          0  2011-06-12 13:45  共轭梯度法

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

                 4586                    5