yuchou2.m

用matlab解决线性回归问题

%目标函数为：min f(x)=2x1^2-4x1*x2+4x2^2-6x1-3x2
%约束条件：x1+x2<=3
%         4x1+x2<=9
%         x1,x2>=0
%选择可行方向法
%将约束条件改为：-x1-x2>=-3
%         -4x1-x2>=-9
%         x1,x2>=0
%第一步设迭代初始值为X=[0,0]';约束条件为e1=0.01;e2=0.001;k=0;
%第二步确定起作用约束指标集J(X(k))={j/gj(X(k))=0,1<=j<=2}
   %1.若J(X(k))为空集，且f(x)的梯度的平方和＜=e1，停止迭代，得点X(k)
   %2.若J(X(k))为空集，但是f(x)的梯度的平方和>e1，则取搜索方向p(k)=-的梯度f(x),然后转向第五步
   %3.若J(X(k))不为空集，则转下一步
%求解线性规划，得到最优解（p(k),eta(k)）;p(k)为X(k)处的可行下降方向，eta(k)是引进的
    % min eta
    %f(x(k))的梯度的转置*p<=eta
    %-gj(x(k))的梯度的转置*p<=eta 
    %-1<dj<1       对p的各分量增加一个约束：其各分量dj的绝对值不超过1
%检验是否满足eta的模值小于e2
%在搜索方向上，确定最优步长，解下一一维极值问题
%令x(k+1)=x(k)+lda(k)*p(k)并置k=k+1，返回第二步

%设置初始条件，并设置运行误差
X=[0,0]';e1=0.01;e2=0.001;k=0;%第一步设迭代初始值为X=[0,0]';约束条件为e1=0.01;e2=0.001;k=0;
f1=[4,-4;-4,8]*X+[-6;-3]
%确定起作用的约束指标集
G=[-1,-1;-4,-1]*X+[3;9];
if norm(G)==0&norm(f1)<e1
    X;
    return
elseif norm(G)~=0
     p=-(f1)
else
    
end