摘要：智能优化算法第一次实验 一、实验目的 (1) 掌握梯度下降法的基础知识及其应用过程； (2) 利用梯度下降法求解简单优化问题。 二、实验原理 梯度下降法是一种最优化算法，由于函数在该点梯度的模代表着函数值在该点最大的变化率，我们可以让函数沿着梯度方向迭代移动逼近函数最值，这就是梯度下降法的基本原理。 阅读全文

摘要：梯度下降法解决优化的问题 考虑优化问题 \[minf(x) = x_1^2 + 2x_2^2 + 4 \] 1. 写出梯度算法求解该问题的迭代公式，详细阐述迭代公式每项的意义。 \[f(x)= x_1^2 + 2x_2^2 + 4 \tag{1} \]\[\frac {\partial f(x)} 阅读全文