漫步最优化三十九——Fletcher-Reeves法
Posted 会敲键盘的猩猩
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了漫步最优化三十九——Fletcher-Reeves法相关的知识,希望对你有一定的参考价值。
你的目光像桥梁,
指引我通往你心路的捷径。
你的魅力像磁铁,
加快我靠向你身边的步伐。
想在你颈边轻轻呼吸,
想在你耳边吐露真言,
想成为你生命的韵律。
Pasito a pasito, suave suavecito
Nos vamos pegando, poquito a poquito
Y es que esa belleza es un rompecabezas
Pero pa montarlo aun tengo la pieza
——畅宝宝的傻逼哥哥
Fletcher-Reeves法是共轭梯度法的变种,它的主要特征是参数 αk,k=0,1,2,… 是用线搜索最小化 f(x+αdk) 确定的,这与最速下降或者牛顿法一样。而不同点在于 dk 是对 dk−1,dk−2,…,d0 共轭,而不是最速梯度方向或者牛顿方向。
如果所求的问题是凸的,二次的且方向按共轭梯度发选择,那么
df(xk+αdk)dα=gTk+1dk=0
其中
k=0,1,2,…
,更进一步,共轭的方向集合确保
或者
所以通过线搜索确定的 αk 等价于共轭梯度法。因为线搜索需要更多的计算量,所以Fletcher-Reeves的修正是退化的一步,但不管怎样,这样做得到两个非常明显的好处:
- 这个修正使得该方法更加适应非二次问题的最小化,这是因为对不在解邻域内的点, f(x) 沿着 dk 方向能够更大程度的减少,这是因为对于非二次问题,共轭梯度法得到的 α 沿着 dk 方向不会得到最小值。
- 这个修正避免了推导计算海森矩阵。
如果每 漫步最优化二十九——D.S.C.算法