最优化学习笔记(十八)——拟牛顿法(4)DFP算法
生活随笔
收集整理的這篇文章主要介紹了
最优化学习笔记(十八)——拟牛顿法(4)DFP算法
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
????秩2算法可以保證在任意第k步迭代下, 只要一維搜索是精確的,近似矩陣Hk就是正定的。
DFP算法
αk=argminα≥0f(x(k)+αd(k))x(k+1)=x(k)+αkd(k)
4.計算
Δx(k)=αkd(k)Δg(k)=g(k+1)?g(k)Hk+1=Hk+Δx(k)Δx(k)TΔx(k)TΔg(k)+[HkΔg(k)][HkΔg(k)]TΔg(k)THkΔg(k)
5.令 k==k+1, 回到第二步。
定理18.1 利用DFP算法求解二次型問題時,Hessian矩陣為Q=QT,有Hk+1Δg(i)=Δx(i),0≤i≤k成立。
????需要說明的是DFP算法是一種共軛方法。
定理18.2 假定g(k)≠0,在DFP算法中,只要矩陣Hk是正定的, Hk+1就一定是正定的。
????DFP算法能夠使得Hk是正定的,因此它由于秩1算法,但是,處理一些規模較大的非二次型問題時,DFP算法會被“卡住”,迭代無法繼續展開,原因是Hk矩陣接近稱為奇異矩陣了,后續的BFGS算法可以解決這一問題。
總結
以上是生活随笔為你收集整理的最优化学习笔记(十八)——拟牛顿法(4)DFP算法的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 动态代理原理源码分析
- 下一篇: C语言再学习 -- 关键字struct(