阻尼牛顿法定稿演示_第1页
阻尼牛顿法定稿演示_第2页
阻尼牛顿法定稿演示_第3页
阻尼牛顿法定稿演示_第4页
阻尼牛顿法定稿演示_第5页
已阅读5页,还剩29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

(优选)阻尼牛顿法定稿目前一页\总数三十四页\编于十四点牛顿法

1.基本原理

在第K次迭代的迭代点的邻域内,把展开成泰勒级数的二次函数式去近似代替原目标函数,然后求出该二次函数的极小点,作为对原目标函数求优的下一个迭代点,依此类推,通过多次重复迭代,使迭代点逐步逼近原目标函数的极小点。

目前二页\总数三十四页\编于十四点.释图:CompanyLogo目前三页\总数三十四页\编于十四点设目标函数是连续二阶可微的,将函数在点按泰勒级数展开,并取到二次项:目前四页\总数三十四页\编于十四点对x求导,其极值点必满足一阶导数为零,所以,得到式中,为Hessian矩阵的逆矩阵。

目前五页\总数三十四页\编于十四点

在一般情况下,不一定是二次函数,因而也不可能是的极值点。但是在点附近,函数和是近似的,所以可以用点作为下一次迭代,即得

如果目标函数是正定二次函数,那么是个常矩阵,逼近式是准确的。因此由点出发只要迭代一次既可以求的极小点。

目前六页\总数三十四页\编于十四点

式与一维搜索公式比较,则有搜索方向,步长因子

牛顿法的迭代算式其中称为牛顿方向。目前七页\总数三十四页\编于十四点2.迭代步骤一给定初始点,计算精度ε,令k=0;二计算点的梯度、及其逆矩阵。三构造搜索方向目前八页\总数三十四页\编于十四点

四沿方向进行一维搜索,得迭代点五收敛判断:若,则为近似最优点,迭代停止,输出最优解和终止计算。若不满足,令k=k+1,转第二步继续迭代。目前九页\总数三十四页\编于十四点。原始牛顿法的特点

若用原始牛顿法求某二次目标函数的最优解,则构造的逼近函数与原目标函数是完全相同的二次式,其等值线完全重合,故从任一点出发,一定可以一次达到目标函数的极小点。

因此,牛顿法是具有二次收敛性的算法。其优点是:对于二次正定函数,迭代一次即可以得到最优解,对于非二次函数,若函数二次性较强或迭代点已经进入最优点的较小邻域,则收敛速度也很快。

原始牛顿法的缺点是:由于迭代点的位置是按照极值条件确定的,并未沿函数值下降方向搜索,因此,对于非二次函数,有时会使函数值上升,即f(xk+1)>f(xk),而使计算失败。目前十页\总数三十四页\编于十四点.目前十一页\总数三十四页\编于十四点3.举例用牛顿法求函数的极小值。解:(1)取初始点(2)计算牛顿方向目前十二页\总数三十四页\编于十四点故(3)极小值目前十三页\总数三十四页\编于十四点

数学分析表明,牛顿法具有很好的局部收敛性质,对二次函数来说,仅一步就达到优化点,但对一般函数来说,在一定条件下,当初始点的选取充分接近目标函数的极小点时,有很快的收敛速度,但若初始点选取离最小点比较远,就难保证收敛;牛顿法必须求一阶、二阶导数及求逆阵,这对较复杂的目标函数来说,是较困难的。目前十四页\总数三十四页\编于十四点目前十五页\总数三十四页\编于十四点阻尼牛顿法的迭代公式目前十六页\总数三十四页\编于十四点阻尼牛顿法的计算过程和算法框图目前十七页\总数三十四页\编于十四点目前十八页\总数三十四页\编于十四点目前十九页\总数三十四页\编于十四点目前二十页\总数三十四页\编于十四点阻尼牛顿法计算框图目前二十一页\总数三十四页\编于十四点阻尼牛顿法算例目前二十二页\总数三十四页\编于十四点目前二十三页\总数三十四页\编于十四点(3)牛顿方向目前二十四页\总数三十四页\编于十四点OK~目前二十五页\总数三十四页\编于十四点验证算法的准确性Fminsearch()函数作用是找出使这个目标函数最小化的x值。目前二十六页\总数三十四页\编于十四点目前二十七页\总数三十四页\编于十四点首先,注意到时,所以该问题的目标函数有极小值,梯度和Hesse矩阵如下:

梯度,Hesse阵,若取初始点,则对应的梯度,Hesse矩阵的逆此时牛顿方向不是目标函数的下降方向,牛顿迭代点对应的函数值,经过数值实验可以看出,牛顿法不能求出目标函数的极小值。

求解二维优化问题目前二十八页\总数三十四页\编于十四点另外,当沿着方向进搜索时,由于目标函数

所以线搜索的最小点仍为,无法应用阻尼牛顿法解决该问题。目前二十九页\总数三十四页\编于十四点

求目标函数极小点,初值

此时Hesse矩阵奇异,故无法求出它的逆阵,阻尼牛顿法到此不能继续进行。目前三十页\总数三十四页\编于十四点(阻尼)牛顿法的困难应用牛顿法的主要困难是Hesse矩阵可能奇异,或者接近奇异;即使该矩阵是可逆的,它也未必是正定矩阵。此时,导出的牛顿法迭代格式的二次函数不一定有极小点,甚至没有驻点。为了保证近似目标函数的二次函数是严格凸的,存在极小点,就需要对二次函数的Hesse矩阵进行修正。修正牛顿法的基本思想是:在确定搜索方向时,对Hesse矩阵增加一个校正矩阵,使之正定,这样可以保证搜索方向是目标函数的下降方向。目前三十一页\总数三十四页\编于十四点简介几种修正方法目前三十二页\总数三十四页\编于十四点牛顿法的效能特点目前三十三页\总数三十四页\编于十四点缺点:

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