通过模式搜索方法，可以确定性地迭代零阶算法，从而找到两个变量函数的相对最小值。

简介：
这是一种基于确定性迭代的零阶算法，特别适用于解决不包含约束条件的优化问题。该算法通过利用确定性迭代零阶方法，能够有效地确定两个变量函数的相对最小值。% 模式搜索方法% 具体而言，它采用模式搜索策略来定位这两个变量函数的相对最小值。% 输入参数包括： % - f：一个 MATLAB 内联函数，用于定义需要最小化的目标函数； % - p0：指定搜索算法初始点的向量； % - step_size：用于探索阶段设置的初始步长值； % - tolerance：定义了探索阶段步长值最小尺寸的停止准则，确保探索过程能够收敛； % - N_it：设定了最大迭代次数的停止标准，以控制算法的运行时间。而输出结果则为： % - iter：记录完成迭代的总次数； % - min：在找到的相对最小值点处，目标函数的值； % - p_min：表示目标函数最小值点的向量。% 重要的是： % 为了确保该函数能够准确地进行优化，在调用“pattern_search”之前，必须先绘制出目标函数的等高线图。