matla RD算法代码

以下是MATLAB中的RD算法代码示例：

% RD算法
function [x, fval] = rd_algorithm(f, g, x0, alpha, beta, epsilon)
    % f: 目标函数
    % g: 梯度函数
    % x0: 初始点
    % alpha: 步长因子
    % beta: 下降因子
    % epsilon: 终止条件
    % x: 最优解
    % fval: 最优解对应的目标函数值

    x = x0;
    fx = f(x);
    gx = g(x);
    while norm(gx) > epsilon
        % 计算步长
        t = 1;
        while f(x - t * gx) > fx - alpha * t * norm(gx)^2
            t = beta * t;
        end
        % 更新点和函数值
        x = x - t * gx;
        fx = f(x);
        gx = g(x);
    end
    fval = fx;
end

其中，`f`和`g`分别为目标函数和梯度函数，`x0`为初始点，`alpha`为步长因子，`beta`为下降因子，`epsilon`为终止条件，`x`为最优解，`fval`为最优解对应的目标函数值。

使用方式为，首先定义好目标函数`f`和梯度函数`g`，然后调用`rd_algorithm`函数即可求解最优解和最优解对应的目标函数值。

示例代码如下：

% 目标函数
f = @(x) x(1)^2 + 2 * x(2)^2 + exp(x(1) + x(2));

% 梯度函数
g = @(x) [2 * x(1) + exp(x(1) + x(2)); 4 * x(2) + exp(x(1) + x(2))];

% 初始点
x0 = [0; 0];

% 步长因子
alpha = 0.1;

% 下降因子
beta = 0.5;

% 终止条件
epsilon = 1e-6;

% 调用RD算法求解最优解和最优解对应的目标函数值
[x, fval] = rd_algorithm(f, g, x0, alpha, beta, epsilon);

% 打印结果
disp('最优解：');
disp(x);
disp('最优解对应的目标函数值：');
disp(fval);

注意，这只是RD算法的一个简单示例，实际使用中需要根据具体问题进行修改。