菜单
  

     在5.12.1部分提出的牛顿法可以扩展用于最小化多变量函数。为此,考虑二阶近似的功能f(X)=Xi可以利用泰勒级数展开如下:

     是二阶偏导数在点Xi的矩阵(海森矩阵)。为了求f(X)的最小值,我们通过设置方程 (6.95)中偏导数等于零得到: 

    由方程(6.96)和(6.95)可得:49614

                                            (6.97)

    如果 是非奇异矩阵,方程(6.97)可以得到一个近似(X=Xi+t)如下所示:

                                                                    (6.98)

    方程(6.95)和(6.98)中的高阶项被省略是用于迭代来寻找最优解X*。

    矩阵 是非奇异的,从任何初始点X1开始的序列点X1,X2,...,Xi+1都可证明它是收敛的,因为他们相当的接近最优解X*。可以看出,牛顿法采用了二阶偏导数的目标函数(形式的矩阵 ),因此它是一个二阶方法。

    例6.11   牛顿法可以找到一次迭代的最少值。

    解决方案:如下列二次函数可知

              f(X) =  XT[A]X+BTX+C

    函数f(X) 的最小值如下可得

               f = [A]X+B=0

    又如 

               X*=-[A]-1B

    对方程(6.98)迭代一次得

              Xi+1=Xi-[A]-1( [A]Xi+B)                          (E1)

    其中Xi是整个函数迭代的起点,因此方程(E1)可以简化成

               Xi+1=X*=-[A]-1B

    图6.17显示了这个过程。

    例6.12 通过设定初始点X1={0,0}可以得到函数 的最小值。

    方案如下:   我们通过方程(6.98)找到X2,我们要求得 -1,则

                        =  = 

    因此,

               图6.17       函数一次迭代的最小值

    例如:

                  = = = 

    利用方程(6.98)可得:

              X2 = X1 -  -1 = -  = 

    接下来我们要判断X2是不是最佳点,如下所示:

                = = = 

    如果g2 =0,X2是最佳点。因此,该方法融合了函数的一次迭代。

    如果函数f(X)是一个非二次的函数,牛顿法可能有点偏离,它可能收敛到鞍点和相对极大点,这一问题可以通过修改方程(6.98)避免,修改后的方程如下所示:

               Xi+1=Xi+λi*Si=Xi-λi* -1 fi 

    λi* 在方向Si =-  fi  上的最小步长,修改过后的方程(6.99)有很多的优点。第一,它可以通过原始的方法以较少的步骤找到最小值。第二,在某些情况下,利用原来的方法可能不收敛,但是通过方程(6.99)可以找到任何情况下函数的最小值。第三,它通常避免收敛到一个鞍点或最高点。这种方法拥有这么多的有点,那么它可以看作是是最好的求最小值的方法。尽管它有如此多的有点,但是由于如下所示的特点,该方法在实践中不是很常用,特点:

    1、它需要的是 的矩阵形式;

    2、它变得非常困难,有时,无法计算矩阵 的元素;

    3、它要求矩阵 反演的每一步;

  1. 上一篇:摆线针轮行星传动英文文献和中文翻译
  2. 下一篇:实现焊接技术的创新英文文献和中文翻译
  1. 汽车乘员舱的声振耦合英文文献和中文翻译

  2. 立体光照成型的注塑模具...

  3. 数控机床英文文献和中文翻译

  4. 工业机械手英文文献和中文翻译

  5. 低频振动的铁路车轴的状...

  6. 接头的形状对沥青塞接头...

  7. 数控加工技术英文文献和中文翻译

  8. 电站锅炉暖风器设计任务书

  9. 当代大学生慈善意识研究+文献综述

  10. 河岸冲刷和泥沙淤积的监测国内外研究现状

  11. 酸性水汽提装置总汽提塔设计+CAD图纸

  12. 杂拟谷盗体内共生菌沃尔...

  13. java+mysql车辆管理系统的设计+源代码

  14. 十二层带中心支撑钢结构...

  15. 大众媒体对公共政策制定的影响

  16. 中考体育项目与体育教学合理结合的研究

  17. 乳业同业并购式全产业链...

  

About

751论文网手机版...

主页:http://www.751com.cn

关闭返回