原创力文档- 1、本文档共8页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
优化设计之梯度法.ppt
* 梯度法的内容 几个概念 1、梯度：f(x)是定义在Rn上的可微函数，称以f(x)的n个偏导 数为分量的向量，为f(x)的梯度，记作▽ f(x)即： 2、梯度向量： 上式即为为f(x) 在x0处的梯度向量。 3、梯度▽ f(x)的模： 梯度法的基本原理 由高等数学知识知道任意一点的负梯度方向是函数值在该点下降最快的方向，那么利用负梯度作为极值搜索方向，达到搜索区间最速下降的目的。 而由极值点导数性质，知道该点的梯度▽f(x)=0，故而其终止条件也就是梯度逼近0，也就是当搜索区间非常逼近极值点时。 基本思想 1、任一点的负梯度方向是函数值在该点下降最快的方向。 2、将n维问题转化为一系列沿负梯度方向用一维搜索方法 寻优的问题。 3、利用负梯度作为搜索方向，故称最速下降法或梯度法。 收敛准则 梯度法（最速下降法）： 梯度法算法步骤： 是 否 最速下降法的收敛性 性质. 证明 少一个倒三角 相邻两次的搜索方向是正交的，所以搜索路径是曲折的锯齿形的；对于高维的非线性函数，接近极值点处，当迭代点接近极小点时，步长变得很小，越走越慢容易陷入稳定的锯齿形搜索路径。最速下降方向反映了目标函数的一种局部性质。它只是局部目标函数值下降最快的方向。因此，最速下降法一般适用于计算过程的前期迭代或作为检查步骤。 *
文档评论（0）