非线性优化可视化
目标函数类型
随机光滑目标 f(x,y)
随机最小二乘 1/2||r(x)||²
经典基准函数
基准函数
Rosenbrock
Himmelblau
Beale
Booth
Matyas
Three-hump camel
随机种子(秒)
复杂度(0~1)
可视化范围
算法
梯度下降 (GD)
共轭梯度 (NCG, PR+)
牛顿法 (Newton)
阻尼牛顿 (Line Search)
拟牛顿 (BFGS)
信赖域 (Dogleg)
坐标下降 (Cyclic CD)
Gauss-Newton (LS only)
Levenberg–Marquardt (LS only)
最大迭代
收敛阈值 ||g||
步长/初值 α
Armijo 回溯
开启
关闭
信赖域 Δ₀
LM μ₀
随机生成/重绘
重置(清路径)
单步
运行
播放
停止
迭代回放 k
点击右侧等高线图设置初始点。
状态：等待
当前函数表达式
—
—
提示
1）GN/LM 只对“最小二乘”目标有效；切到别的目标会自动提示。
2）等高线图上的 best 是“网格扫描近似最优点”（用于演示）。
3）可视化是 2D (x,y)，因此每种算法都在二维变量空间演示。
等高线 + 迭代路径
点击设置初始点；滚动滑条回放（已标注 best + legend）
伪3D曲面线框
仅用于直观展示 f(x,y) 形状
日志
清空
📊 已访问
次