优化算法共轭梯度法

Matlab下实现共轭梯度分解正定矩阵，使用系数矩阵存储，矩阵可以自己定义文本

最速下降法,牛顿法和共轭梯度法，利用matlab程序解决实际问题

基于共轭方向的最优化算法，潘鑫，，本文给出了一种基于共轭方向的最优化方法。可以证明这种方法无需精确线搜索就具有二次终止性。新算法运行过程中只需存储4个向量�

在微粒群优化算法PSO中引入梯度算法，提出了一种新型的混合微粒群优化算法——GPSO。该混合优化算法是对PSO每一次进化后的所有微粒进一步执行梯度法寻优操作，并以寻找到的更优个体替代当前个体参与群体的

近代优化方法，利用C++编写的PRP共轭梯度法求最优解的程序

梯度下降优化算法虽然越来越流行,但通常都是如此用作黑盒优化器,作为其优势和实践的实际解释弱点很难得到。 本文旨在为读者提供关于允许她的不同算法的行为的直觉把它们用到。 在本概述过程中,我们会看到不同的

梯度下降法;梯度下降法又称最速下降法函数J(a)在某点ak梯度 是一个向量其方向是J(a)增长最快方向显然负梯度方向是J(a)减少最快方向 在梯度下降法中求某函数极大值时沿着梯度方向走可以最快达到极大

这个文件里面主要讲述了优化算法和梯度下降法

共轭梯度BP算法在Matlab+70中的实现

用C语言编写的非常详细好用的梯度法优化设计程序，是初学者的好材料！