El algoritmo de gradiente conjugado (CGBP) converge a un mínimo de una función cuadrática en un número finito de iteraciones. En Matlab, las funciones traincgf, traincgp, traincgb y trainscg entrenan redes neuronales utilizando diferentes variantes del algoritmo CGBP como Fletcher-Reeves, Polak-Ribiere, Powell-Beale y gradiente conjugado escalado respectivamente.

1. CGBP Algoritmo del Gradiente Conjugado

3. Algoritmo de Gradiente Conjugado

7. Ejemplos Método del Gradiente Conjugado

9. Solución

17. A) Localización del Intervalo Búsqueda de la sección de oro

18. B) Reducción del Intervalo

19. Búsqueda de la sección de oro  =0.618 Set c 1 = a 1 + (1-  )( b 1 - a 1 ), F c = F ( c 1 ) d 1 = b 1 - (1-  )( b 1 - a 1 ), F d = F ( d 1 ) For k =1,2, ... repeat If F c < F d then Set a k +1 = a k ; b k +1 = d k ; d k +1 = c k c k +1 = a k +1 + (1-  )( b k +1 - a k +1 ) F d = F c ; F c = F ( c k +1 ) else Set a k +1 = c k ; b k +1 = b k ; c k +1 = d k d k +1 = b k +1 - (1-  )( b k +1 - a k +1 ) F c = F d ; F d = F ( d k +1 ) end end until b k +1 - a k +1 < tol

21. Algoritmo CGBP Pasos Intermedios w 1 1,1 w 2 1,1

22. Trayectoria Completa w 1 1,1 w 2 1,1

29. Simulación en Matlab / NNT

48. Dudas ???

49. Hasta la próxima !!!