# -*- coding: utf-8 -*-
# author: 'boliang'
# date: 2018/4/16 20:58
 
 import numpy as np
 
 class Armijo(object):
    def __init__(self, fun, gfun, xk, dk):
        self.reset(fun, gfun, xk, dk)
 
    def reset(self, fun, gfun, xk, dk):
        self.__fun = fun
        self.__gfun = gfun
        self.__xk = xk
        self.__dk = dk
 
    def run(self):
        beta = 0.5
        sigma = 0.2
        max_step = 20
        m = 0
        mk = m
        while m <= max_step:
            tmp_a = self.__fun( self.__xk + (beta**m)*self.__dk)
            tmp_b = self.__fun(self.__xk) + (sigma * (beta**m) * self.__gfun(self.__xk).T).dot(self.__dk.T)
            if tmp_a <= tmp_b:
                mk = m
                break
            m += 1
 
        xk = self.__xk + beta**mk * self.__dk
        fk = self.__fun(xk)
        result = {
            '最小值fk为：': fk
        }
 
        for index, x in enumerate(xk):
            result['x{0}：'.format(index+1)] = x
 
        for key, value in result.items():
            print(key, value)
 
 
 # 目标函数
 def fun(x):
    return 100*(x[0]**2 - x[1])**2 + (x[0] - 1)**2
 
 # 梯度函数
 def gfun(x):
    a = 400*x[0]*(x[0]**2-x[1]) + 2*(x[0]-1)
    b = -200*(x[0]**2 - x[1])
    return np.array([[a], [b]])
 
 
 
 if __name__ == '__main__':
    xk = np.array([-1, 1])
    dk = np.array([1, 1])
    Armijo(fun, gfun, xk, dk).run()

测试求得结果如下