Lecture9-使用導(dǎo)數(shù)的最優(yōu)化方法_第1頁
Lecture9-使用導(dǎo)數(shù)的最優(yōu)化方法_第2頁
Lecture9-使用導(dǎo)數(shù)的最優(yōu)化方法_第3頁
Lecture9-使用導(dǎo)數(shù)的最優(yōu)化方法_第4頁
Lecture9-使用導(dǎo)數(shù)的最優(yōu)化方法_第5頁
已閱讀5頁，還剩49頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

最優(yōu)化方法

Optimization第九章使用導(dǎo)數(shù)的最優(yōu)化方法無約束優(yōu)化問題算法

最速下降法牛頓法共軛梯度法擬牛頓法信賴域法最小二乘法最速下降法最速下降方向取搜索方向:步驟:帶精確線搜索的最速下降法例:第一次迭代解:第二次迭代最速下降法的收斂性二次函數(shù)情形最速下降法表示為Kantorovich不等式定理（最速下降法—二次情形）定理：條件數(shù)非二次情形結(jié)論：在相繼兩次迭代中,梯度方向互相正交.Ex陳寶林書P3281.基本思想用一個(gè)二次函數(shù)去近似目標(biāo)函數(shù)f(x),然后精確地求出這個(gè)二次函數(shù)的極小點(diǎn).牛頓法牛頓方向定理：牛頓法計(jì)算步驟:用Newton法求解無約束問題會出現(xiàn)以下情形：（1）收斂到極小點(diǎn)（2）收斂到鞍點(diǎn)（3）Hesse矩陣不可逆，無法迭代下去優(yōu)點(diǎn):（1）Newton法產(chǎn)生的點(diǎn)列{x(k)}若收斂，則收斂速度快---具有至少二階收斂速率。(2)Newton法具有二次終止性缺點(diǎn):（1）可能會出現(xiàn)在某步迭代時(shí)，目標(biāo)函數(shù)值上升.（2）當(dāng)初始點(diǎn)遠(yuǎn)離極小點(diǎn)時(shí)，牛頓法產(chǎn)生的點(diǎn)列可能不收斂，或者收斂到鞍點(diǎn)，或者Hesse矩陣不可逆，無法計(jì)算.（3）需要計(jì)算Hesse矩陣，計(jì)算量大.步驟:阻尼牛頓法修正牛頓法Ex

陳寶林書P328

2

并用牛頓法從給定點(diǎn)處出發(fā)求解極小點(diǎn)共軛方向法共軛方向定義：例：定理1證明：定理2：證明：定理3：共軛梯度法(FR法)記號：

在共軛梯度法中，初始點(diǎn)處的搜索方向取為該點(diǎn)的負(fù)梯度方向，即取而以下各共軛方向d(k)由第k次迭代點(diǎn)x(k)處的負(fù)梯度-gk與已經(jīng)得到的共軛向量d(k-1)的線性組合來確定。以此類推，得定理:FR共軛梯度法(二次凸函數(shù))例:一般函數(shù)的共軛梯度法迭代的延續(xù)方法：FR共軛梯度法（一般可微函數(shù)）Ex

陳寶林書P

330

14（1）Homework1.總結(jié)最速下降法、牛頓法及共軛梯度法

的基本思

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論