最优化理论与方法课件6conjugategradient

VIP免费
2025-01-13 0 0 1.99MB 19 页 5.9玖币
侵权投诉
4 无约束优化的方法:共轭梯度法 LHY-SMS-BUAA
最优化理论与方法 ( 最优化基础
)
简介
Hestense Stiefel(1952 )提出!作为求解系数矩阵
对称正定大规模线性方程组的方法;
偏微分方程数值解、信号处理、参数估计和优化方法等
相关计算问题中经常用该方法,通常使用预条件共轭梯
度法 (PCG)
𝑮 𝒙 = 𝒃
FR 共轭梯度法
系数矩阵对称正定的线
性方程组的变分刻画!
唯一极小点: . .
已知 ,
,
Fletcher-Reeves(1964 )Polak Ribiere(1969
)等将其推广以极小化非二次函数!
4 无约束优化的方法:共轭梯度法 LHY-SMS-BUAA
最优化理论与方法 ( 最优化基础
)
共轭
已知,定义向量的内积
定义 4.7.1 已知正定对称矩阵,称向量是 -正交的 /共轭的
(orthogonal/conjugate) ,如果
向量的范数
向量组即大家熟悉的正交向量组 .
命题 4.7.1 不含零的向量组必线性无关 .
称向量组是的 /共轭的,如果
4 无约束优化的方法:共轭梯度法 LHY-SMS-BUAA
最优化理论与方法 ( 最优化基础
)
共轭方向法
唯一极小点: .
已知 ,
,
已知不含向量组
对任何命题 4.7.1 知存在使得
𝒙
𝒙
0
=𝛼
0
𝒅
0
+𝛼
1
𝒅
1
++𝛼
𝑛1
𝒅
𝑛1
左乘 , 并与做点积
𝛼
𝑘
=𝒅
𝑘
𝑇
𝑮(𝒙
𝒙
0
)
𝒅
𝑘
𝑇
𝑮 𝒅
𝒌
𝑮 𝒙
=𝒃
已知
𝒙
𝑘
𝒙
0
=𝛼
0
𝒅
0
+𝛼
1
𝒅
1
++𝛼
𝑘1
𝒅
𝑘1
左乘,并与做点积
𝒅
𝑘
𝑇
𝑮
(
𝒙
𝑘
𝒙
0
)
=0
𝛼
𝑘
=𝒅
𝑘
𝑇
𝑓(𝒙
𝑘
)
𝒅
𝑘
𝑇
𝑮 𝒅
𝒌
⟺ 𝛼
𝑘
=arg min
𝛼
𝑓(𝒙
𝑘
+𝛼𝒅
𝑘
)
4 无约束优化的方法:共轭梯度法 LHY-SMS-BUAA
最优化理论与方法 ( 最优化基础
)
扩展子空间定理
推论 应用精确线搜索的共轭方向法极小化 Hesse 矩阵
为对称正定矩阵的 n元二次函数,至多迭代 n步会终止
于函数的最小点 .
定理 4.7.2 , 不含零的 G-正交组 . 那么对于任何,
迭代 其中,
产生的序列满足:对任何 , 直线
上极小化二次函数,同时也在线性流形 (仿射集 )
上极小化二次函数,且满足
摘要:

4无约束优化的方法:共轭梯度法LHY-SMS-BUAA最优化理论与方法(最优化基础)简介Hestense与Stiefel(1952年)提出!作为求解系数矩阵对称正定的大规模线性方程组的方法;偏微分方程数值解、信号处理、参数估计和优化方法等相关计算问题中经常用该方法,通常使用预条件共轭梯度法(PCG)! = FR共轭梯度法:系数矩阵对称正定的线性方程组的变分刻画!唯一极小点:..已知,,Fletcher-Reeves(1964年)、Polak与Ribiere(1969年)等将其推广以极小化非二次函数!4无约束优化的方法:共轭梯度法LHY-SMS-BUAA最优化理论与方法(最优化...

展开>> 收起<<
最优化理论与方法课件6conjugategradient.pptx

共19页,预览4页

还剩页未读, 继续阅读

声明:本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。玖贝云文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知玖贝云文库,我们立即给予删除!
分类:计算机 价格:5.9玖币 属性:19 页 大小:1.99MB 格式:PPTX 时间:2025-01-13

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 19
客服
关注