c++分治法求最大最小值实现_最优化计算与matlab实现(14)——非线性最小二乘优化问题——L-M法...

本文介绍了L-M法(Levenberg-Marquardt法)的基本原理及其在解决非线性最小二乘优化问题中的应用。针对病态矩阵问题,L-M法通过引入阻尼系数改进了G-N算法,确保了算法的稳定性和收敛性。文中还提供了使用Matlab实现L-M法的具体步骤和代码示例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

参考资料

《精通MATLAB最优化计算(第二版)》

编程工具

Matlab 2019a

目录

石中居士:最优化计算与Matlab实现——目录​zhuanlan.zhihu.com
ff702dc2c165a44a232b38c0c63fdbbc.png

L-M法(Levenberg-Marquardt法)

  • 原理

当矩阵

为病态矩阵时,用G-N算法可能得不到正确的解,甚至当
不可逆时,这时G-N算法就无法计算下去。L-M算法通过采用系数矩阵阻尼的方法改造矩阵
的性态,使算法能够进行下去。

L-M算法中有两个主要的步骤:一是解方程

(其中
为阻尼系数)求出自变量的增量,另一个是阻尼系数
的调整算法。
  • 算法步骤

用L-M法求解非线性最小二乘优化问题

的算法过程如下:

【1】给定初始点

,选取参数
及精度
,置

【2】计算

【3】计算

【4】计算

【5】令

解方程

【6】令

,计算终止条件是否满足,不满足转【7】;

【7】若

,令
,转【8】,否则令
,转【5】;

【8】令

,转【2】。
  • Matlab代码与试算

用L-M法求下面的优化问题:

,其中初始点取
,参数

test.m

syms 

Levenberg_Marquardt_Method.m

function

命令行窗口

x_optimization =

    1.0410


f_optimization =

    1.9582

图像

8c2fa800d45fffa9396c7f042891d553.png

初始点为5时,求出的是极小值,而不是最小值。初始点为-5时,能求得最小值。


656de4b68988aef9c4adfd9deeae38af.png

目录

石中居士:最优化计算与Matlab实现——目录​zhuanlan.zhihu.com
3ff183cffb769d7f1fe5ca74ae5c772d.png

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值