此时又分三种情形处理_第1页
此时又分三种情形处理_第2页
此时又分三种情形处理_第3页
此时又分三种情形处理_第4页
此时又分三种情形处理_第5页
已阅读5页,还剩3页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

此时又分三种情形处理:第三章,无约束最优化的梯度方法目的是在找一点称为此无约束最优化问题的全局最优点。然而在实际中,大多数最优化方法只能求到局部最优点,即在中有一类是使用导数的方法,也就是根据目标函数的梯度(一阶导数)有时还要根据hesse矩阵(即二阶导数)所提供的信息而构造出来的方法,就称为梯度方法。如:最速下降法,Newton法,共扼梯度法和变尺度法。另一类是不使用导数的方法,统称为直接方法。前者收敛速度快,但计算复杂(一阶,二阶导数)后者不用导数,适应性强,但收敛速度慢。因此再可以求得目标函数导数信息时,尽可能用另一方法,而若求目标函数导数很困难,或但在实际中,可以根据问题的意义来判断求得的局部极小点是否为全局最优点,无约束最优化可以分为两大类:者根本不存在导数时,就用后一种方法,

3:1最速下降法最速下降法是求多元函数极值的最古老的数值算法,它直观,简单,计算方便,而且后来的一些新的有效的方法大多数是对它的改进,或受它的启发而得到的。其缺点是收敛速度较慢。一:算法思维:假定我们已经迭代到第K次,已有从出发进一步迭代。

显然应沿下降方向进行而下降最快的方向是为了使目标函数沿此方向下降的最多,沿此方向进行直线搜索,从而得到第k+1

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网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,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 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。

评论

0/150

提交评论