最优化共轭梯度法课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《最优化共轭梯度法课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。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。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 优化 共轭 梯度 课件
- 资源描述:
-
1、共轭的非零共轭的非零个个是是阶对称正定矩阵,阶对称正定矩阵,是是设设AkdddnAk,21性性无无关关。向向量量,则则这这个个向向量量组组线线. 1定理定理证明证明,使得,使得设存在实数设存在实数k ,21,01 kiiid ,则有,则有上式两边同时左乘上式两边同时左乘AdTj,01 kiiTjiAdd 可化简为可化简为共轭的向量,所以上式共轭的向量,所以上式个个是是因为因为Akdddk,21.0 jTjjAdd ,是正定矩阵,所以是正定矩阵,所以而而因为因为0,0 jTjjAddAd所以所以。kjj,2,1,0 线性无关。线性无关。因此因此kddd,21几何意义几何意义设有二次函数设有二次函
2、数)()(21)(xxAxxxfT 对称正定矩阵,对称正定矩阵,是是其中其中nnA 是一个定点。是一个定点。x的等值面的等值面则函数则函数)(xfcxxAxxT )()(21为中心的椭球面。为中心的椭球面。是以是以 x由于由于,0)()( xxAxf,0)(2 AxfA所以所以正定,正定,因为因为的极小点。的极小点。是是因此因此)(xfxx,)(2Axf 而而点,点,是在某个等值面上的一是在某个等值面上的一设设)0(x处的法向量为处的法向量为该等值面在点该等值面在点)1(x. )()()1()1(xxAxf o1x2xx)1(d)0(x中的一个方向,中的一个方向,是是nRd)1(。以最优步长搜
3、索得到点以最优步长搜索得到点沿着沿着)1()1()0(xdx所所在在等等值值面面的的切切向向量量。是是点点则则)1()1(xd正交,正交,与与则则)()1()1(xfd , 0)()1()1( xfdT即即,)1()2(xxd 令令)1(x所以所以, 0)2()1( AddT共轭。共轭。小点的向量关于小点的向量关于向量与由这一点指向极向量与由这一点指向极即等值面上一点处的切即等值面上一点处的切A)2(d. 2定理定理,设有函数设有函数cxbAxxxfTT 21)(共轭向量。共轭向量。一组一组是是阶对称正定矩阵。阶对称正定矩阵。是是其中其中AdddnAk)()2()1(,进行搜索,进行搜索,为初
4、始点,依次沿为初始点,依次沿以任意的以任意的)()2()1()1(,kndddRx 上的上的在在是函数是函数则则得到点得到点kkkBxxfxxxx )1()1()1()3()2()(,极小点,其中极小点,其中,|1)(RdxxBikiiik 是是时,时,当当,生成的子空间。特别地生成的子空间。特别地是由是由)1()()2()1(, nkxnkddd上上的的唯唯一一极极小小点点。在在nRxf)(推论推论有有在上述定理条件下,必在上述定理条件下,必。kidxfiTk,2,1,0)()()1( 共轭方向法对于极小化问题对于极小化问题:法法为为共共轭轭方方向向法法是是正正定定矩矩阵阵,称称下下述述算算
5、其其中中 A,21)(mincxbAxxxfTT ;共轭方向共轭方向取定一组取定一组)()2()1(,)1(ndddA,)2()1()()1( kkxxx确定点确定点依次按照下式由依次按照下式由任取初始点任取初始点 )(min)()()()()()()()1(kkkkkkkkkdxfdxfdxx 。满足满足直到某个直到某个0)()()( kkxfx注注至多经过至多经过求解上述极小化问题,求解上述极小化问题,可知,利用共轭方向法可知,利用共轭方向法由定理由定理2。次次迭迭代代必必可可得得到到最最优优解解n2. 共轭梯度法 如何选取一组共轭方向?如何选取一组共轭方向?:共轭梯度法共轭梯度法eeve
6、sRFletcher 代点代点向相结合,利用已知迭向相结合,利用已知迭将共轭性和最速下降方将共轭性和最速下降方基本思想:基本思想:进行搜索,求出进行搜索,求出共轭方向,并沿此方向共轭方向,并沿此方向处的梯度方向构造一组处的梯度方向构造一组函数的极小点。函数的极小点。以下分析算法的具体步骤。以下分析算法的具体步骤。cxbAxxxfTT 21)(min是常数。是常数。,是对称正定矩阵,是对称正定矩阵,其中其中cRbARxnn ,;,第一个搜索方向取为,第一个搜索方向取为任取初始点任取初始点)()1()1()1()1(xfdx ,令令,若若,设已求得点设已求得点)(0)()2()1(1)1()1(
展开阅读全文