随笔分类 -  最优化

(五)L-BFGS算法
摘要:BFGS算法中需要一个N*N的矩阵,当N很大时存储这个矩阵变得很耗费计算机资源,L-BFGS算法是对BFGS算法的改造,减少期迭代过程中产生的内存开销 总结:牛顿法不仅使用了梯度还使用了梯度下降的趋势,所以能加速下降;DFP和BFGS为了弥补牛顿法的不足(海森矩阵必须可逆),它们使用迭代法分别近似海 阅读全文

posted @ 2018-05-15 16:01 Aaron12 阅读(1068) 评论(0) 推荐(0)

(四)BFGS
摘要:与DFP算法相比,BFGS算法性能更完善,是求解无约束非线性规划问题最常用的方法之一。 BFGS的核心公式和推导过程与DFP类似,只是互换了S(k)和Y(k)的位置 主要算法实现如下: 目标函数: 目标函数的梯度: 阅读全文

posted @ 2018-05-14 16:46 Aaron12 阅读(922) 评论(0) 推荐(0)

(三)DFP算法
摘要:DFP算法的核心是:通过迭代的方法,对海森矩阵的变形做近似 阅读全文

posted @ 2018-05-14 15:46 Aaron12 阅读(1042) 评论(0) 推荐(0)

(二)拟牛顿条件
摘要:牛顿法需要计算目标函数的二阶偏导数,计算复杂,而且有时目标函数的海森矩阵无法保持正定,因此有人提出了拟牛顿法:一种类似牛顿法的方法。思路是不用二阶偏导数就构造出可以近似海森矩阵的正定对称阵。拟牛顿条件是指出了用来近似的矩阵应该满足的条件。 阅读全文

posted @ 2018-05-13 20:25 Aaron12 阅读(562) 评论(0) 推荐(0)

(一)牛顿法与阻尼牛顿法
摘要:求解非线性优化问题的有效手段 牛顿法:优点:收敛速度快 缺点:定步长迭代,有时会使函数值上升。计算量大,要求函数必须有连续的一、二阶偏导数,海森矩阵必须正定 拟牛顿法:在牛顿法的基础上加入了寻求最优步长因子 示例代码:求解目标函数的局部最小值 主函数: 目标函数: 运行结果: 阅读全文

posted @ 2018-05-13 11:41 Aaron12 阅读(3556) 评论(0) 推荐(0)

导航