24小时热门版块排行榜    

查看: 1045  |  回复: 3

heianzlx

银虫 (初入文坛)

[求助] BFGS、牛顿法、最速下降法的收敛性问题 已有1人参与

对于一个非线性无约束优化问题,一般来说(即不清楚该目标函数是否为凸函数) ,拟牛顿法 是不是比梯度下降法和牛顿法的收敛性要好?能否给出一些相关的比较的性质及其文献出处?谢谢
回复此楼

» 猜你喜欢

» 本主题相关价值贴推荐,对您同样有帮助:

已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

feixiaolin

荣誉版主 (文坛精英)

优秀版主

2楼2015-02-06 19:26:56
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

suntree4152

铁虫 (正式写手)

【答案】应助回帖

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
感谢参与,应助指数 +1
heianzlx: 金币+50, 有帮助 2015-06-26 16:21:57
如果目标函数非凸,这些方法一般只能收敛到局部最优点。Newton法的思想是在当前点附近的区域用Tylor二阶展开来近似目标函数,如 f(xk + dx) ~= f(xk) + gk'dx + 1/2 * dx'Hdx  (1), 而最速下降法则用Tylor一阶展开近似:f(xk + dx) ~= f(xk) + gk'dx  (2), 一般来说牛顿法要比最速下降法快很多, 特别是Hessian方阵H的条件数(最大特征根比最小特征根)很大时,最速下降法收敛很慢,但牛顿法不受影响,当然牛顿法付出的代价是要储存并计算H的逆。quasi-Newton法和BFGS法是为了提高牛顿法的计算效率对牛顿的近似处理。具体文献你可以参考Boyd 2009年的convex optimization.
3楼2015-02-06 21:14:47
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

pippi6

铁杆木虫 (著名写手)

工程和科学数值计算咨询

“拟牛顿法 是不是比梯度下降法和牛顿法的收敛性要好?”

使用拟牛顿法 一个重要(如果不是主要)的原因是因为没有导数的表达式,比如函数是数值得出的。这时只能用前两次迭代值的差值计算差商以代替导数,而这就是拟牛顿法。是没有办法的办法。如果有导数的表达式是不会选择拟牛顿法的。所以看不出来为什么拟牛顿法要比牛顿法迭代性质好。
4楼2015-02-07 07:36:55
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
相关版块跳转 我要订阅楼主 heianzlx 的主题更新
信息提示
请填处理意见