牛顿法的思想是利用目标函数的二次Taylor展开模型的极小点去逼近目标函数的极小点。
设f(x)二次连续可微,Hesse矩阵正定,在xk附近展开f
令等式取0,得牛顿迭代公式
,即
当初始点距离最优解较远时,Gk不一定正定,迭代不一定收敛,因此引入了步长因子α
带步长因子的牛顿法,即阻尼牛顿法,迭代格式如下:
其中α由线性搜索得到。
牛顿法的关键是计算Hesse矩阵,但对于一般的函数Hesse矩阵不容易计算,为克服这个缺陷
牛顿法的思想是利用目标函数的二次Taylor展开模型的极小点去逼近目标函数的极小点。
设f(x)二次连续可微,Hesse矩阵正定,在xk附近展开f
令等式取0,得牛顿迭代公式
,即
当初始点距离最优解较远时,Gk不一定正定,迭代不一定收敛,因此引入了步长因子α
带步长因子的牛顿法,即阻尼牛顿法,迭代格式如下:
其中α由线性搜索得到。
牛顿法的关键是计算Hesse矩阵,但对于一般的函数Hesse矩阵不容易计算,为克服这个缺陷