牛顿法(Newton method)和拟牛顿法(quasi-Newton method)也是求解无约束最优化的常用方法,有收敛速度快的优点。牛顿法是迭代算法,每一步需要求解目标函数的黑塞矩阵的逆矩阵,计算比较复杂。拟牛顿法通过正定矩阵近似黑塞矩阵的逆矩阵或黑塞矩阵,简化了这一计算过程。
-
牛顿法
考虑无约束最优化问题
min x ∈ R n f ( x ) (B.1) \min_{x\in R^n}f(x)\tag{B.1} x∈Rnminf(x)(B.1)
其中 x ∗ x^* x∗为目标函数的极小值。
假设f(x)具有二阶连续偏导数,若第k次迭代值为
x
(
k
)
x^{(k)}
x(k),则可将f(x)在
x
(
k
)
x^{(k)}
x(k)附近进行二阶泰勒展开:
f
(
x
)
=
f
(
x
(
k
)
)
+
g
k
T
(
x
−
x
(
k
)
)
+
1
2
(
x
−
x
(
k
)
)
T
H
(
x
(
k
)
)
(
x
−
x
(
k
)
)
(B.2)
f(x)=f(x^{(k)})+g^T_k(x-x^{(k)})+\frac{1}{2}(x-x^{(k)})^TH(x^{(k)})(x-x^{(k)}) \tag{B.2}
f(x)=f(x(k))+gkT(x−x(k))+21(x−x(k))TH(x(k))(x−x(k))(B.2)
这里,
g
k
=
g
(
x
(
k
)
)
=
∇
f
(
x
(
k
)
)
g_k=g(x^{(k)})=\nabla f(x^{(k)})
gk=g(x(k))=∇f(x(k))是f(x)的梯度向量在点
x
(
k
)
x^{(k)}
x(k)的值,
H
(
x
(
k
)
)
H(x^{(k)})
H(x(k))是f(x)的黑塞矩阵(Hessian matrix)
H
(
x
)
=
[
∂
2
f
∂
x
i
∂
x
j
]
n
×
n
(B.3)
H(x)=[\frac{\partial^2f}{\partial x_i\partial x_j}]_{n\times n} \tag{B.3}
H(x)=[∂xi∂xj∂2f]n×n(B.3)
在点
(
x
(
k
)
(x^{(k)}
(x(k)的值,函数f(x)有极值的必要条件是在极值点初一阶导数为0,即梯度向量为0。特别是当
H
(
(
x
(
k
)
)
H((x^{(k)})
H((x(k))是正定矩阵时,函数f(x)的极值为极小值。
牛顿法利用极小值点的必要条件
∇
f
(
x
)
=
0
(B.4)
\nabla f(x)=0 \tag{B.4}
∇f(x)=0(B.4)
每次迭代中从点
(
x
(
k
)
)
(x^{(k)})
(x(k))开始,求目标函数的极小点,作为第k+1次迭代值
x
(
k
+
1
)
x^{(k+1)}
x(k+1)。具体地,假设
x
(
k
+
1
)
x^{(k+1)}
x(k+1)满足
∇
f
(
x
(
k
+
1
)
)
=
0
(B.5)
\nabla f(x^{(k+1)})=0 \tag{B.5}
∇f(x(k+1))=0(B.5)
由式(B.2),对
∇
f
(
x
)
\nabla f(x)
∇f(x)在
x
(
k
)
x^{(k)}
x(k)处进行一阶泰勒展开。
∇
f
(
x
)
=
g
k
+
H
k
(
x
−
x
(
k
)
)
(B.6)
\nabla f(x)=g_k+H_k(x-x^{(k)})\tag{B.6}
∇f(x)=gk+Hk(x−x(k))(B.6)
其中
H
k
=
H
(
x
(
k
)
)
H_k=H(x^{(k)})
Hk=H(x(k))。这样,式(B.5)成为
g
k
+
H
k
(
x
(
k
+
1
)
−
x
(
k
)
)
=
0
(B.7)
g_k+H_k(x^{(k+1)}-x^{(k)})=0 \tag{B.7}
gk+Hk(x(k+1)−x(k))=0(B.7)
因此,
x
(
k
+
1
)
=
x
(
k
)
−
H
k
−
1
g
k
(B.8)
x^{(k+1)}=x^{(k)}-H_k^{-1}g_k \tag{B.8}
x(k+1)=x(k)−Hk−1gk(B.8)
或者
x
(
k
+
1
)
=
x
(
k
)
+
p
k
(B.9)
x^{(k+1)}=x^{(k)}+p_k\tag{B.9}
x(k+1)=x(k)+pk(B.9)
其中,
H
k
p
k
=
−
g
k
H_kp_k=-g_k
Hkpk=−gk
用式(B.8)作为迭代公式的算法就是牛顿法。
算法B.1(牛顿法)
输入:目标函数f(x),梯度g(x)= ∇ f ( x ) \nabla f(x) ∇f(x),黑塞矩阵H(x),精度要求 ϵ \epsilon ϵ;
输出:f(x)的极小值 x ∗ x^* x∗。
(1)取初始点 x ( 0 ) x^(0) x(0),置k=0。
(2)计算 g k = g ( x ( k ) ) g_k=g(x^{(k)}) gk=g(x(k))。
(3)若 ∣ ∣ g k ∣ ∣ < ϵ ||g_k||<\epsilon ∣∣gk∣∣<ϵ,则停止计算,得近似解 x ∗ = x ( k ) x^*=x^{(k)} x∗=x(k)。
(4)计算 H k = H ( x ( k ) ) H_k=H(x^{(k)}) Hk=H(x(k)),并求 p k p_k pk
H k p k = − g k H_kp_k=-g_k Hkpk=−gk
(5)置 x ( k + 1 ) = x ( k ) + p k x^{(k+1)}=x^{(k)}+p_k x(k+1)=x(k)+pk。(6)置k=k+1,转(2)。
步骤(4)求 p k , p k = − H k ( − 1 ) g k p_k,p_k=-H_k^{(-1)}g_k pk,pk=−Hk(−1)gk,要求 H k ( − 1 ) H_k^{(-1)} Hk(−1),计算比较复杂,所以有其他改进得方法。。
-
拟牛顿法得思路
在牛顿法的迭代中,需要计算黑塞矩阵的逆矩阵 H ( − 1 ) H^{(-1)} H(−1),这一计算比较复杂,考虑用一个n阶矩阵 G k = G ( x k ) G_k=G(x^{k}) Gk=G(xk)来近似代替 H k − 1 = H − 1 ( x ( k ) ) H^{-1}_k=H^{-1}(x^{(k)}) Hk−1=H−1(x(k))。这就是拟牛顿法的基本想法。
先看牛顿法迭代中黑塞矩阵 H k H_k Hk满足的条件。首先, H k H_k Hk满足以下关系。在式(B.6)中取 x = x ( k + 1 ) x=x^{(k+1)} x=x(k+1),即得
g ( k + 1 ) − g k = H k ( x ( k + 1 ) − x ( k ) ) (B.11) g_{(k+1)}-g_k=H_k(x^{(k+1)}-x^{(k)})\tag{B.11} g(k+1)−gk=Hk(x(k+1)−x(k))(B.11)
记 y k = g k + 1 − g k , δ k = x ( k + 1 ) − x ( k ) , y_k=g_{k+1}-g_k,\delta_k=x^{(k+1)}-x^{(k)}, yk=gk+1−gk,δk=x(k+1)−x(k),则
y k = H k δ k (B.12) y_k=H_k\delta_k\tag{B.12} yk=Hkδk(B.12)
或
H k − 1 y k = δ k (B.13) H_k^{-1}y_k=\delta_k \tag{B.13} Hk−1yk=δk(B.13)
式(B.12)或式(B.13)称为拟牛顿条件。 如果 H k H_k Hk是正定的( H k − 1 H^{-1}_k Hk−1也是正定的),那么可以保证牛顿法搜索方向 p k p_k pk是下降方向。这是因为搜索方向是 p k = − H k − 1 g k p_k=-H^{-1}_kg_k pk=−Hk−1gk,由式(B.8)有
x = x ( k ) + λ p k = x ( k ) − λ H k − 1 g k (B.14) x=x^{(k)}+\lambda p_k=x^{(k)}-\lambda H^{-1}_kg_k\tag{B.14} x=x(k)+λpk=x(k)−λHk−1gk(B.14)
所以f(x)在 x ( k ) x^{(k)} x(k)的泰勒展开式(B.2)可以去掉2阶项可以近似写成:
f ( x ) = f ( x ( k ) − λ g k T H k − 1 g k (B.15) f(x)=f(x^{(k)}-\lambda g_k^TH^{-1}_kg_k\tag{B.15} f(x)=f(x(k)−λgkTHk−1gk(B.15)
因为 H k − 1 H^{-1}_k Hk−1正定,故有 g k T H k − 1 g k > 0 g_k^TH^{-1}_kg_k>0 gkTHk−1gk>0。当 λ \lambda λ为一个充分小的正数时,总有 f ( x ) < f ( x ( k ) ) , f(x)<f(x^{(k)}), f(x)<f(x(k)),也就是说 p k p_k pk是下降方向。
G k + 1 y k = δ k (B.16) G_{k+1}y_k=\delta_k \tag{B.16} Gk+1yk=δk(B.16)
拟牛顿法将 G k G_k Gk作为 H k − 1 H_k^{-1} Hk−1的近似或选择 B k B_k Bk作为 H k H_k Hk的近似的算法称为拟牛顿法。 按照拟牛顿法条件,在每次迭代中可以选择更新矩阵 G k + 1 G_{k+1} Gk+1;
G k + 1 = G k + △ G k (B.17) G_{k+1}=G_k+\triangle G_k \tag{B.17} Gk+1=Gk+△Gk(B.17)
这种选择有一定的灵活性,因此有多种具体实现方法。下面介绍Broyden类拟牛顿法。-
DFP(Davidon-Flecher-Powell)算法
DFP算法选择 G k + 1 G_{k+1} Gk+1的方法是,假设每一步迭代中矩阵 G k + 1 G_{k+1} Gk+1是由 G k G_k Gk加上两个附加项构成的,即
G k + 1 = G k + P k + Q k (B.18) G_{k+1}=G_k+P_k+Q_k\tag{B.18} Gk+1=Gk+Pk+Qk(B.18)
其中 P k , Q k P_k,Q_k Pk,Qk是待定矩阵,这时。
G k + 1 y k = G k y k + P k y k + Q k y k (B.19) G_{k+1}y_k=G_ky_k+P_ky_k+Q_ky_k \tag{B.19} Gk+1yk=Gkyk+Pkyk+Qkyk(B.19)
为使 G k + 1 G_{k+1} Gk+1满足拟牛顿条件,可以 P k P_k Pk和 Q k Q_k Qk满足:
P k y k = δ k (B.20) P_ky_k=\delta_k \tag{B.20}\\ Pkyk=δk(B.20)Q k y k = − G k y k (B.21) Q_ky_k=-G_ky_k \tag{B.21} Qkyk=−Gkyk(B.21)
事实上,不难找出这样的 P k P_k Pk和 Q k Q_k Qk,例如取
P k = δ k δ k T δ k T y k (B.22) P_k=\frac{\delta_k\delta_k^T}{\delta_k^Ty_k}\tag{B.22} Pk=δkTykδkδkT(B.22)Q k = − G k y k y k T G k y k T G k y k (B.23) Q_k=-\frac{G_ky_ky_k^TG_k}{y^T_kG_ky_k}\tag{B.23} Qk=−ykTGkykGkykykTGk(B.23)
这样就可得到矩阵 G k + 1 G_{k+1} Gk+1的迭代公式:
G k + 1 = G k + δ k δ k T δ k T y k − G k y k y k T G k y k T G k y k (B.24) G_{k+1}=G_k+\frac{\delta_k\delta_k^T}{\delta_k^Ty_k}-\frac{G_ky_ky_k^TG_k}{y^T_kG_ky_k}\tag{B.24} Gk+1=Gk+δkTykδkδkT−ykTGkykGkykykTGk(B.24)
称为DFP算法:可以证明,如果初始矩阵 G 0 G_0 G0是正定的,则迭代过程中的每个矩阵 G k G_k Gk都是正定的。
DFP算法如下:
算法B.2(DFP算法)
输入:目标函数f(x),梯度g(x)= ∇ f ( x ) \nabla f(x) ∇f(x),精度要求 ϵ \epsilon ϵ;
输出:f(x)的极小点 x ∗ x^* x∗。
(1)选定初始点 x ( 0 ) x^{(0)} x(0),取 G 0 G_0 G0为正定对称矩阵,置k=0。
(2)计算 g k = g ( x ( k ) ) g_k=g(x^{(k)}) gk=g(x(k))。若 ∣ ∣ g k ∣ ∣ < ϵ ||g_k||<\epsilon ∣∣gk∣∣<ϵ,则停止计算,得近似解 x ∗ = x k x^*=x^{k} x∗=xk;否则转(3)。
(3)置 p k = − G k g k p_k=-G_kg_k pk=−Gkgk。
(4)一维搜索:求 λ k \lambda_k λk使得
f ( x ( k ) + λ k p k ) = min λ ≥ 0 f ( x ( k ) + λ p k ) f(x^{(k)}+\lambda_kp_k)=\min_{\lambda\geq0}f(x^{(k)}+\lambda p_k) f(x(k)+λkpk)=λ≥0minf(x(k)+λpk)
(5)置 x ( k + 1 ) = x ( k ) + λ k p k x^{(k+1)}=x^{(k)}+\lambda_kp_k x(k+1)=x(k)+λkpk。(6)计算 g k + 1 = g ( x ( k + 1 ) ) g_{k+1}=g(x^{(k+1)}) gk+1=g(x(k+1)),若 ∣ ∣ g k + 1 ∣ ∣ < ϵ ||g_{k+1}||<\epsilon ∣∣gk+1∣∣<ϵ,则停止计算,得近似解 x ∗ = x ( k + 1 ) ; x^*=x^{(k+1)}; x∗=x(k+1);否则,按式(B.24)算出 G k + 1 G_{k+1} Gk+1。
(7)置k=k+1,转(3)。
-
-
BFGS(Broyden-Fletcher-Goldfarb-Shanno)算法(BFGS algorithm)
BFGS算法是最流行得拟牛顿算法。
可以考虑用 G k G_k Gk逼近黑塞矩阵得逆矩阵 H − 1 H^{-1} H−1,也可以考虑用 B k B_k Bk逼近黑塞矩阵H。这时,相应得拟牛顿条件是
B k + 1 δ k = y k (B.25) B_{k+1}\delta_k=y_k\tag{B.25} Bk+1δk=yk(B.25)
可以用同样的方法得到另一迭代公式。首先令
B k + 1 = B k + P k + Q K (B.26) B_{k+1}=B_k+P_k+Q_K\tag{B.26} Bk+1=Bk+Pk+QK(B.26)B k + 1 δ k = B k δ k + P k δ k + Q k δ k (B.27) B_{k+1}\delta_k=B_k\delta_k+P_k\delta_k+Q_k\delta_k \tag{B.27} Bk+1δk=Bkδk+Pkδk+Qkδk(B.27)
考虑使 P k P_k Pk和 Q k Q_k Qk满足:
P k δ k = y k (B.28) P_k\delta_k=y_k \tag{B.28} Pkδk=yk(B.28)Q k δ k = − B k δ k (B.29) Q_k\delta_k=-B_k\delta_k\tag{B.29} Qkδk=−Bkδk(B.29)
找出适合条件的 P k P_k Pk和 Q k Q_k Qk,得到BFGS算法矩阵 B k + 1 B_{k+1} Bk+1的迭代公式:
B k + 1 = B k + y k y k T y k T δ k − B k δ k δ k T B k δ k T B k δ k (B.30) B_{k+1}=B_k+\frac{y_ky_k^T}{y^T_k\delta_k}-\frac{B_k\delta_k\delta_k^TB_k}{\delta_k^TB_k\delta_k}\tag{B.30} Bk+1=Bk+ykTδkykykT−δkTBkδkBkδkδkTBk(B.30)
可以证明,如果初始矩阵 B 0 B_0 B0是正定的,则迭代过程中的每个矩阵 B k B_k Bk都是正定的。下面写出BFGS拟牛顿法。算法B.3(BFGS算法)
输入:目标函数f(x),g(x)= ∇ f ( x ) \nabla f(x) ∇f(x),精度要求 ϵ \epsilon ϵ;
输出:f(x)的极小点 x ∗ x^* x∗。
(1)选定初始点 x ( 0 ) x^{(0)} x(0),取 G 0 G_0 G0为正定对称矩阵,置k=0。
(2)计算 g k = g ( x ( k ) ) g_k=g(x^{(k)}) gk=g(x(k))。若 ∣ ∣ g k ∣ ∣ < ϵ ||g_k||<\epsilon ∣∣gk∣∣<ϵ,则停止计算,得近似解 x ∗ = x k x^*=x^{k} x∗=xk;否则转(3)。
(3)置 B k p k = − g k B_kp_k=-g_k Bkpk=−gk,求出 p k p_k pk。
(4)一维搜索:求 λ k \lambda_k λk使得
f ( x ( k ) + λ k p k ) = min λ ≥ 0 f ( x ( k ) + λ p k ) f(x^{(k)}+\lambda_kp_k)=\min_{\lambda\geq0}f(x^{(k)}+\lambda p_k) f(x(k)+λkpk)=λ≥0minf(x(k)+λpk)
(5)置 x ( k + 1 ) = x ( k ) + λ k p k x^{(k+1)}=x^{(k)}+\lambda_kp_k x(k+1)=x(k)+λkpk。(6)计算 g k + 1 = g ( x ( k + 1 ) ) g_{k+1}=g(x^{(k+1)}) gk+1=g(x(k+1)),若 ∣ ∣ g k + 1 ∣ ∣ < ϵ ||g_{k+1}||<\epsilon ∣∣gk+1∣∣<ϵ,则停止计算,得近似解 x ∗ = x ( k + 1 ) ; x^*=x^{(k+1)}; x∗=x(k+1);否则,按式(B.30)算出 B k + 1 B_{k+1} Bk+1。
(7)置k=k+1,转(3)。
-
Broyden类算法(Broyden’s algorithm)
我们可以从BFGS算法矩阵 B k B_k Bk的迭代公式(B.30)得到BFGS算法关于 G k G_k Gk的迭代公式。事实上,若记 G k = B k ( − 1 ) , G k + 1 = B k + 1 ( − 1 ) G_k=B_k^{(-1)},G_{k+1}=B^{(-1)}_{k+1} Gk=Bk(−1),Gk+1=Bk+1(−1),那么对式(B.30)两次应用Sherman-Morrison公式①即得
G k + 1 = ( I − δ k y k T δ k T y k ) G k ( I − δ k y k T δ k T y k ) T + δ k δ k T δ k T y k (B.31) G_{k+1}=(I-\frac{\delta_ky_k^T}{\delta_k^Ty_k})G_k(I-\frac{\delta_ky_k^T}{\delta_k^Ty_k})^T+\frac{\delta_k\delta_k^T}{\delta_k^Ty_k}\tag{B.31} Gk+1=(I−δkTykδkykT)Gk(I−δkTykδkykT)T+δkTykδkδkT(B.31)
称为BFGS算法关于 G k G_k Gk的迭代公式。 由DFP算法 G k G_k Gk的迭代公式(B.23)得到的 G k + 1 G_{k+1} Gk+1记作 G D F P G^{DFP} GDFP,由BFGS算法 G k G_k Gk的迭代公式(B.31)得到的 G k + 1 G_{k+1} Gk+1记作 G B F G S G^{BFGS} GBFGS,它们都满足方程拟牛顿条件式,所以它们的线性组合
G k + 1 = α G D F P + ( 1 − α ) G B F G S (B.32) G_{k+1}=\alpha G^{DFP}+(1-\alpha)G^{BFGS}\tag{B.32} Gk+1=αGDFP+(1−α)GBFGS(B.32)
也满足拟牛顿条件式,而且是正定的。其中 0 ≤ α ≤ 1 0\le\alpha\le1 0≤α≤1。这样就得到了一类拟牛顿法,称为Broyden类算法。
[1] 李航. 统计学习方法-2版.北京:清华大学出版社,2019