(相关资料图)
1、最速下降法是以负梯度方向作为极小化算法的下降方向,又称为梯度法,是无约束最优化中最简单的方法。
2、从点x1 沿着最速下降方向d,以步长λ到达点x2,数学上可以写为x2 = x1 + λ*d。这里的d的表达式已经从理论给出,那么问题就变成,寻找合适的λ使得目标函数值 f(x1+λ*d)最小,这本身又是一个最小化问题。
3、通常所谓的迭代算法,就是指,在某一个给定误差范围内,通过迭代关系 x(k +1)=x(k)+λ(k)*d(k)分别求解相应的 λ(k)和d(k)的过程。当然,每一步求解的x(k +1)都必须在约束范围内。
4、简单说来就是由起点x(k),方向d(k),步长λ(k)求出下一点x(k +1),然后将x(k +1)代回原方程,原方程变为一个关于步长λ的方程,求解方程最小时的λ值,即方程关于λ求导,等于0时的λ值。
本文到此讲解完毕了,希望对大家有帮助。
标签: