漫步最优化四十四——基本拟牛顿法

$\textbf{你走进了我的视觉，}$
$\textbf{我开始发现，}$
$\textbf{心里有个角落，}$
$\textbf{一直在等你出现。}$
$\textbf{你的可爱让我沦陷，}$
$\textbf{你的魅力让我倾倒，}$
$\textbf{总是想着看你一遍，}$
$\textbf{不管天涯海角，}$
$\textbf{我要在你的身边。}$
$\textbf{——畅宝宝的傻逼哥哥}$

对于前面介绍的方法，第$k$次迭代生成的点由
$$\begin{equation} \mathbf{x}_{k+1}=\mathbf{x}_k-\alpha_k\mathbf{S}_k\mathbf{g}_k\tag1 \end{equation}$$

生成，其中

$$\mathbf{S}_k= \begin{cases} \mathbf{I}_n&\text{对于最速下降法}\\ \mathbf{H}_k^{-1}&\text{对于牛顿法} \end{cases}$$

如果二次问题为

$$\text{minimize}\ f(\mathbf{x})=a+\mathbf{b}^T\mathbf{x}+\frac{1}{2}\mathbf{x}^T\mathbf{Hx}$$

我们现在用任意一个$n\times n$的正定矩阵$\mathbf{S}_k$来求上述问题的解，看看会得到什么。通过对$f(\mathbf{x}_k-\alpha\mathbf{S}_k\mathbf{g}_k)$求导并令其等于零，最小化$f(\mathbf{x}_k-\alpha\mathbf{S}_k\mathbf{g}_k)$的$\alpha$可以化简为

$$\begin{equation} \alpha_k=\frac{\mathbf{g}_k^T\mathbf{S}_k\mathbf{g}_k}{\mathbf{g}_k^T\mathbf{S}_k\mathbf{H}\mathbf{S}_k\mathbf{g}_k}\tag2 \end{equation}$$

其中

$$\mathbf{g}_k=\mathbf{b}+\mathbf{Hx}_k$$

是$f(\mathbf{x})$在点$\mathbf{x}=\mathbf{x}_k$处的梯度。

可以说明的是

$$f(\mathbf{x}_{k+1})-f(\mathbf{x}^*)\leq\left(\frac{1-r}{1+r}\right)^2[f(\mathbf{x}_k)-f(\mathbf{x}^*)]$$

其中$r$是$\mathbf{S}_k\mathbf{H}$最小特征值与最大特征值之比。从效果上看基于等式1与2的算法将线性收敛，其收敛比率为

$$\beta=\left(\frac{1-r}{1+r}\right)^2$$

如果$r=1$收敛最快，即$\mathbf{S}_k\mathbf{H}$的特征值基本相等，这就意味着要想得到最好的结果，我们需要选择

$$\mathbf{S}_k\mathbf{H}=\mathbf{I}_n$$

或者

$$\mathbf{S}_k=\mathbf{H}^{-1}$$

同样地，对于一般的最优化问题，我们选择的正定矩阵$\mathbf{S}_k$应该等于或者至少近似等于$\mathbf{H}_k^{-1}$。

拟牛顿法的搜索方向基于正定矩阵$\mathbf{S}_k$，它由可得到的数据生成，并设法作为$\mathbf{H}_k^{-1}$的近似。对于$\mathbf{H}_k^{-1}$的近似法有许多，因此存在许多不同的拟牛顿法。