第10-章-使用导数的最优化方法PPT课件_第1页
第10-章-使用导数的最优化方法PPT课件_第2页
第10-章-使用导数的最优化方法PPT课件_第3页
第10-章-使用导数的最优化方法PPT课件_第4页
第10-章-使用导数的最优化方法PPT课件_第5页
已阅读5页,还剩69页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、1,第10章 使用导数的最优化方法,无约束最优化问题,2. 最速下降法,4.共轭梯度法 5.拟牛顿法,3. 牛顿法,2,一. 无约束最优化问题,无约束非线性规划问题的求解方法分为解析法和直接法两类,解析法 需要计算函数的梯度,利用函数的解析性质构造迭代公式使之收敛到最优解。本节介绍最速下降法、共轭梯度法、牛顿法、变尺度法等解析方法,直接法 仅通过比较目标函数值的大小来移动迭代点。下一章主要介绍模式搜索法等直接方法,3,无约束非线性规划问题的求解方法分为解析法和直接法两类,一般来说,无约束非线性规划问题的求解是通过一系列一维搜索来实现。因此,如何选择搜索方向是解无约束非线性规划问题的核心问题,搜

2、索方向的不同选择,形成不同的求解方法,本章主要介绍解析法;另一类只用到目标函数值,不必计算导数,通常称为直接方法,放在第11章讨论,4,本章考虑如下的下降算法,主要介绍最速下降法、牛顿法,共轭梯度法,拟牛顿法等,5,其中函数 具有一阶连续偏导数. 人们在处理这类问题时,总希望从某一点出发,选择一个目标函数值下降最快的方向,以利于尽快达到极小点.正是基于这样一种愿望,早在1847年法国著名数学家Cauchy提出了最速下降法.后来,Curry等人作了进一步的研究.现在最速下降法已经成为众所周知的一种最基本的算法,它对其他算法的研究也很有启发作用,因此在最优化方法中占有重要地位.下面我们先来讨论怎样

3、选择最速下降方向,6,7,8,9,10,解,第二次迭代,11,第三次迭代,12,13,在最速下降法的一位搜素中,即在最速下降法中相邻两次搜索方向是正交的,14,对于二次严格凸函数,其中A为n维对称正定矩阵,可以求出步长因子k,本章习题7,15,锯齿现象,最速下降法的迭代点在向极小点靠近的过程中,走的是曲折的路线:后一次搜索方向d(k+1)与前一次搜索方向 d(k,总是相互垂直的,称它为锯齿现象。这一点在前面的例题中已得到验证。除极特殊的目标函数(如等值面为球面的函数)和极特殊的初始点外,这种现象一般都要发生,最速下降法的收敛性,16,从直观上可以看到,在远离极小点的地方,每次迭代都有可能使目标

4、函数值有较多的下降,但在接近极小点的地方,由于锯齿现象,每次迭代行进的距离开始逐渐变小。因而收敛速度不快,已有结论表明,最速下降法对于正定二次函数关于任意初始点都是收敛的(定理10.1.2),而且恰好是线性收敛的,17,18,19,20,21,则牛顿法产生的序列收敛于,实际上,当牛顿法收敛时,有下列关系,其中 C 是某个常数.因此,牛顿法至少2级收敛,参看文献19.可见牛顿法的收敛速率是很快的,22,例10.2.1 用牛顿法解下列问题,我们取初点,解,第2次迭代,23,第2次迭代,继续迭代,得到,最终收敛到最优解x*=(1,0)T,24,我们先用极值条件求解.令,下面用牛顿法求解. 任取初始点

5、x(1) , 根据牛顿法的迭代公式,特别地,对于二次凸函数,用牛顿法求解,经1次迭代即达极小点,设有二次凸函数,其中A是对称正定矩阵,求迭代点x(2,即1次迭代达到极小点,25,对于二次凸函数,用牛顿法求解,经1次迭代即达极小点,26,27,28,10.3、共轭梯度法,29,10.3.1 共轭方向法,1. 共轭方向和共轭方向法,共轭是正交的推广,30,几何意义,31,几何意义,32,33,34,35,36,37,推论,38,共轭方向法,39,对于上述正交方向法,它是下降算法吗,不难得到,故正交方向法,它是下降算法,40,可由一组线性无关向量组,类似于schmidt正交化过程,41,42,43,

6、10.3.2. 共轭梯度法,如何选取一组共轭方向,以下分析算法的具体步骤,我们先讨论对于二次凸函数的共轭梯度法,然后再把这种方法推广到极小化一般函数的情形,44,初始搜索方向为最速下降方向,45,46,47,48,常用两个公式: 著名的FR和PPR公式,49,求解二次凸规划的FR 共轭梯度法,求解二次凸规划的FR 共轭梯度法迭代多少次才可以达到最优解,50,51,52,53,10.3.3. 用于一般函数的共轭梯度法,54,10.3.3. 用于一般函数的共轭梯度法,55,56,57,58,59,60,61,62,63,64,10.4 拟牛顿法,6.4.1 拟牛顿条件,前面介绍了牛顿法,它的突出优

7、点是收敛很快.但是,运用牛顿法需要计算二阶便导数,而且目标函数的Hessian矩阵可能非正定.为了克服牛顿法的缺点,人们提出了拟牛顿法.它的基本思想是用不包含二阶导数的矩阵近似牛顿法中的Hessian矩阵的逆矩阵,65,Newton法的优缺点都很突出。 优点:高收敛速度(二阶收敛); 缺点:对初始点、目标函数要求高,计算量、存储量大(需要计算、存储Hesse矩阵及其逆,拟Newton法是模拟Newton法给出的一个保优去劣的算法,拟Newton法是效果很好的一大类方法。它当中的DFP算法和BFGS算法是直到目前为止在不用Hesse矩阵的方法中的最好方法,66,67,68,由于构造近似矩阵的方法不同,因而出现不同的拟牛顿法.经理论证明和实践检验,拟牛顿法已经

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论