- 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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
最速下降法第29页,共84页,星期日,2025年,2月5日最速下降法第30页,共84页,星期日,2025年,2月5日最速下降法第31页,共84页,星期日,2025年,2月5日最速下降法第32页,共84页,星期日,2025年,2月5日最速下降法第33页,共84页,星期日,2025年,2月5日最速下降法源程序运行结果第34页,共84页,星期日,2025年,2月5日共轭梯度法1.算法原理共轭梯度法是利用目标函数梯度逐步产生共轭方向作为线搜索方向的方法,每次搜索方向都是在目标函数梯度的共轭方向,搜索步长通过一维极值算法确定。共轭梯度法是介于最速下降法与牛顿法之间的一个方法。它仅需利用一阶导数的信息,但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点。共轭梯度法不仅是解大型线性方程组最有用的方法之一,也是解大型非线性最优化问题最有效的算法之一。第35页,共84页,星期日,2025年,2月5日共轭梯度法共轭梯度法最早是由Hestenes和Stiefel(1952)提出来的,用于解正定系数矩阵的线性方程组。在这个基础上,Fletcher和Reeves(1964)首先提出了解非线性最优化问题的共轭梯度法。由于共轭梯度法不需要矩阵存储,且有较快的收敛速度和二次终止性等优点,现在共轭梯度法已经广泛地应用于实际问题中。第36页,共84页,星期日,2025年,2月5日共轭梯度法第37页,共84页,星期日,2025年,2月5日共轭梯度法第38页,共84页,星期日,2025年,2月5日共轭梯度法共轭梯度法是一个典型的共轭方向法,它的每一个搜索方向是互相共轭的。而这些搜索方向仅仅是负梯度方向与上一次迭代的搜索方向的组合。因此存储量小,计算方便。第39页,共84页,星期日,2025年,2月5日共轭梯度法第40页,共84页,星期日,2025年,2月5日共轭梯度法第41页,共84页,星期日,2025年,2月5日共轭梯度法第42页,共84页,星期日,2025年,2月5日共轭梯度法这说明我们在每一个迭代点处产生的下降方向都是互相共轭的,这满足算法的要求。第43页,共84页,星期日,2025年,2月5日共轭梯度法第44页,共84页,星期日,2025年,2月5日共轭梯度法综合以上,我们可以得到各个迭代点处下降方向都是Q共轭的共轭梯度算法。第45页,共84页,星期日,2025年,2月5日共轭梯度法第46页,共84页,星期日,2025年,2月5日共轭梯度法第47页,共84页,星期日,2025年,2月5日共轭梯度法第48页,共84页,星期日,2025年,2月5日共轭梯度法第49页,共84页,星期日,2025年,2月5日共轭梯度法第50页,共84页,星期日,2025年,2月5日共轭梯度法第51页,共84页,星期日,2025年,2月5日共轭梯度法源程序第52页,共84页,星期日,2025年,2月5日共轭梯度法小结第53页,共84页,星期日,2025年,2月5日共轭梯度法小结第54页,共84页,星期日,2025年,2月5日共轭梯度法小结第55页,共84页,星期日,2025年,2月5日共轭梯度法小结第56页,共84页,星期日,2025年,2月5日牛顿法第57页,共84页,星期日,2025年,2月5日牛顿法第58页,共84页,星期日,2025年,2月5日牛顿法第59页,共84页,星期日,2025年,2月5日#第三章无约束非线性规划第1页,共84页,星期日,2025年,2月5日无约束非线性规划第一节最优性条件第二节一维搜索第三节最速下降法和共轭梯度法第四节牛顿法和拟牛顿法(变尺度法)第五节信赖域法第2页,共84页,星期日,2025年,2月5日引言本章讨论如下的优化模型其中是的实值连续函数,通常假定具有二阶连续偏导数。第3页,共84页,星期日,2025年,2月5日预备知识第4页,共84页,星期日,2025年,2月5日预备知识第5页,共84页,星期日,2025年,2月5日预备知识第6页,共84页,星期日,2025年,2月5日最优性条件第7页,共84页,星期日,2025年,2月5日最优性条件定理的逆不成立,即梯度为零的点不一定是局部解。第8页,共84页,星期日,2025年,2月5日最优性条件第9页,共84页,星期日,2025年,2月5日迭代法求解无约束优化问题的常用方法是数值解法,而数值解法中最为常见的是迭代法。迭代法思想:第10页,共84页,星期日,
文档评论(0)