最优化方法---最速下降法

最速下降法的思想

根据函数本身的表达式,找到梯度下降最快的地方,确定下一个x;(这里我们当作xk+1)
小拓展:csdn博客中将下标用~括起来,.上标用^括起来(表示次幂 x)xk+1 xk
α代表步长。pk=-g(k)。g(k)代表计算到xk的导数。
xk+1=xk+α*pk
一直到g(k)小于给定的值或者g(k)等于0;
流程图:

在这里插入图片描述

步长通过一维搜索即可

解析法

例:f(x)=x12+x2
g(x)=(2x1 1)T;
设初始点为(1,0);
x2=x1+α*g(x1);
注:x1,x2为由点坐标组成的列向量;
x2 = (1+2*α α);求下一个点
f(x)= (4α)2+5α+1;带α的一个表达式。求最小值。导数等于0;
f(x)=32α+5 =0;
α = -5/32;

特殊情况

if : f(x) = 1/2*XTAX+XT+XTb+c;
then:αk=-(g(k)Tp(k))/((pkTApk));

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值