最优化方法03-2资料.ppt

  1. 1、本文档共33页,可阅读全部内容。
  2. 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. 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. 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)。
查看更多
最优化方法03-2资料

§3.4共轭方向法和共轭梯度法;共轭方向法是介于最速下降法和Newton法 之间的一种方法,它克服了最速下降法的锯齿现象,从而提高了收敛速度;它的迭代公式也比较简单,不必计算目标函数的二阶导数,与Newton法相比,减少了计算量和存储量。它是比较实用而有效的最优化方法。;共轭方向法涉及共轭方向的概念和性质。 共轭方向的概念是在研究正定二次函数;共轭方向法的思路;超平面上极小点的判断;已知k个点与k个方向之后,令xk+1=xk+ak pk,进行精确一维搜索,确定xk+1,再确定pk+1.;共轭向量;共轭方向法(用于二次函数);基本概念;定理3.4.1设G为n阶正定矩阵,非零向量组 p1,p2,···,pk关于G共轭,则此向量组线性无关.;推论1设G为n阶正定矩阵,非零向量组p1,p2,···,pn 关于G共轭,则此向量组构成 Rn的一组基.;共轭方向法(用于二次函数);共轭方向法(用于二次函数); 算法(共轭方向法);共轭梯度法(共??方向的形成);共轭梯度法(共轭方向的形成);共轭梯度法(共轭方向的形成);共轭梯度法(共轭方向的形成);定理3.4.3 对正定二次函数 由上面三式所确定共轭方向并采用精确一维 搜索得到的共轭梯度法,在m(≤n)次迭代后可得函数的极小点,并且对所有i(1≤i≤m)有;20;FR算法;(2)Polak-Ribiere-Polyak公式;Fletcher-Reeves 共轭梯度法;由g0=(-2,0)T≠0,故取p0=(2,0)T,从x0出发,沿p0作一维搜索, 即求min f (x0+a p0)=6a 2-4a 的极小点, 得a0 =1/3 ,于是x1=x0+a 0 p0=(2/3,0)T,g1=(0,-2/3)T, 由FR公式得b0=g1Tg1/g0Tg0=1/9 故p1=-g1+b0p0=(2/9,2/3)T.;从x1出发,沿p1作一维搜索,求;共轭梯度法算例;共轭梯度法算例;FR方法计算结果;对于PRP算法,计算过程类似. 计算15步收敛, x*≈(1,1)T 对于此例,PRP方法比FR方法收敛快. 计算结果见下表.;PRP方法计算结果;31;重新开始的共轭梯度法;重新开始的共轭梯度法

文档评论(0)

baobei + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档