- 1、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。。
- 2、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。
- 3、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
梯度法和共轭梯度法
1. 无约束最优化问题
2. 梯度法
3. 共轭梯度法
一. 无约束最优化问题
无约束最优化问题
min ( ) f x
s t x .R. n
其中f (x ) 有一阶连续偏导数。
解析方法:利用函数的解析性质构造迭代公式使之收敛
到最优解。
二. 梯度法(最速下降法)
( 1) ( ) ( )k k k
迭代公式:
x x d
k
如何选择下降最快的方向?
(f x )( )k 函数值增加最快的方向
( )k
x
函数值下降的方向
(f x )( )k 函数值下降最快的方向
梯度法(最速下降法):
( )k ( )k
1. 搜索方向:d f x ( ) , 也称为最速下降方向;
2. 搜索步长 : k 取最优步长, 即满足
( ) ( ) k k ( ) ( )k k
f x( d ) min f (x d ) 。
k
梯度法算法步骤:
(1) n
1. 任取初始点x R , 允许误差0 , 令 1 。k
( )k ( )k
2. 计算搜索方向d f x ( ) ;
( )k ( )k
若 则停止计算, 为所求极值点;否则,求最优
3. || || , d x
( ) ( )k k ( ) ( )k k
步长fx,使得 d ( ) minf (x
文档评论(0)