最優(yōu)化理論與算法(第四章)

1、1第四章第四章共軛梯度法共軛梯度法4.14.1共軛方向法共軛方向法共軛方向法是無約束最優(yōu)化問題的一類重要算法。它一方面克服了最速下降法中，迭代點列呈鋸齒形前進，收斂慢的缺點，同時又不像牛頓法中計算牛頓方向耗費大量的工作量，尤其是共軛方向法具有所謂二次收斂性質，即當將其用于二次函數(shù)時，具有有限終止性質。一、共軛方向一、共軛方向定義定義4.14.1設是對稱正定矩陣，，是維非零向量，若Gnn?1d2dn（4.1）120TdGd?則稱，是－共軛

2、的。類似地，設是中一組非零向量。若1d2dG1mdd?nR（4.2）0TijdGd?()ij?則稱向量組是－共軛的。1mdd?G注：注：(1)當時，共軛性就變?yōu)檎恍?，故共軛是正交概念的推廣。GI?(2)若－共軛，則它們必線性無關。1mdd?G二、共軛方向法二、共軛方向法共軛方向法就是按照一組彼此共軛方向依次搜索。模式算法：1）給出初始點，計算，計算，使，（初始共軛方向）；0x00()ggx?0d000Tdg?:0k?2）計算和，使得，

3、令；k?1kx?0()min()kkkkkfxdfxd???????1kkkkxxd????3）計算，使，，令，轉2）。1kd?10TkjdGd??01jk??:1kk??三、共軛方向法的基本定理三、共軛方向法的基本定理共軛方向法最重要的性質就是：當算法用于正定二次函數(shù)時，可以在有限多次迭代后終止，得到最優(yōu)解（當然要執(zhí)行精確一維搜索）。3000000000()()1()()()2iijjjiiiTTjjjjjjjjjttfxtdxtdG

4、xtdbxtdc??????????????????200000011()[]()22iiTTTTTjjjjjjjjtdGdxGdbdtxGxbxc??????????由知為的凸函數(shù)。因而0TjjdGd?(0)ji??0()itt??0itt?100()min()0iiittRjttt??????????(0)ji??00()0iTjjjjfxtdd??????(0)ji??注意到：當，時，jjt??(0)ji??。00100iijjj

5、jijjxtdxdx??????????而由定理前部分證明，在處有1ix?，11()0TTijijfxdgd?????(0)ji??故在處，取得極小，即00()()iitt?????0()itt??100iiijjxxd??????是在線性流形上的極小點。()fx4.24.2共軛梯度法共軛梯度法上節(jié)一般地討論了共軛方向法，在那里個共軛方向是預先給定的，而如何獲得這些共軛方向n并為提及。本節(jié)討論一種重要的共軛方向法——共軛梯度法。這種方法