首页 > 其他分享> > 05

05

2020-11-23 08:01:48 作者：互联网

无约束优化-----共轭梯度法

1线性共轭梯度法

考虑求解以下线性方程组:

\[Ax = b\tag1 \]

其中A是一个n×n矩阵，对称且正定。

该问题可以等效为以下最小化问题:

\[\begin{equation}min~~~ f \left( x \right) = \frac{1}{2} x^TA x - b^T x \tag{2} \end{equation} \]

如果对该函数求导，并令导数为零，我们得到

\[\begin{equation} \nabla f \left( x \right) = A x - b = 0 \tag{3} \end{equation} \]

于是我们得到，$f \left( x \right) $的极小值点（ $A $是正定矩阵，意味着 $\phi \left( x \right) $有极小值）恰好是线性方程 $Ax=b$ 的解。于是，我们可以把求解(1)的问题转化为求(2)极值的问题。

一组非零向量$\{ d_{(0)},d_{(1)},\dots,d_{(n-1)}\}$是共轭的要满足$d_{(i)} A^Td_{(j)}=0$ ,其中$A $ 是对称正定矩阵

显然，任何共轭向量的集合也是线性无关的。

共轭梯度法：给定$x_0$,一组共轭方向$\{ d_{(0)},d_{(1)},\dots,d_{(n-1)}\}$,令

\[x_{(i+1)}=x_{(i)}+\alpha_{(i)}d_{(i)}\tag4 \]

$\alpha_{(i)}$由最小化$f(x_{i+1})$，即$min~f(x_{(i)}+\alpha_{(i)}d_{(i)}) $,由无约束优化-----最速下降法和二分线搜索方法中的分析，得出

\[\alpha_{(i)}=\frac{-\nabla f(x_{(i)})^Td_{(i)}}{d_{(i)}^TAd_{(i)}}\tag5 \]

$\large\color{#70f3ff}{\boxed{\color{brown}{定理1} }}$ 对于任何$x_0∈R^n$，由共轭方向算法(4)(5)生成的序列收敛$\{x_i\}$到线性方程（1）的解$x^∗$

至多n步。

$\large\color{#70f3ff}{\boxed{\color{brown}{定理2} }}$ (扩张子空间最小化)$x_0∈R^n$为任意起点，设序列$\{x_k\}$由共轭方向算法(4)(5)生成,然后

\[-\nabla f(x_{(k)})^Td_{(i)}=0,\qquad i = 0, · · · , k − 1. \]

$x_k$是$f(x)$最小值在集合

\[\{x|x = x_0 + span\{ d_{(0)},d_{(1)},\dots,d_{(k-1)}\}\}. \]

$\large\color{#70f3ff}{\boxed{\color{brown}{定理3} }}$ 假设共轭梯度法生成的第k次迭代不是最小解值$x^∗$。具备以下四个特性:

\[\begin{align*} &r^T_k r_i = 0, i = 0, · · · , k − 1,\\ &span\{r_0, r_1, · · · , r_k\} = span\{r_0, Ar_0, · · · , A^kr_0\},\\ &span\{d_{(0)},d_{(1)},\dots,d_{(k-1)}\} = span\{r_0, Ar_0, · · · , A^kr_0\}, \\ &d^T_k Ad_i = 0, i = 0, 1, · · · , k − 1.\\ \end{align*} \]

在n步迭代后，$r_{(k)}$和k个两两正交的向量${ r_{(0)},r_{(1)},\dots,r_{(k-1)}}$所张成的空间正交,而${ r_{(0)},r_{(1)},\dots,r_{(k-1)}}$这k个向量是$R^k$空间中的所有正交向量,由此$r_{(k)}$必须是零向量,是(1)的解。

因此，序列收敛$\{x_i\}$到线性方程（1）的解$x^∗$至多n步。

1.1共轭方向的方法

定义$r_k =∇f(x_k)$。利用$r_k$和$d_{k−1}$计算$d_{k}$:

\[d_k = - r_k + \beta_k d_{k-1} ,~~~~ \beta_k = \frac{r_k^T A d_{k-1}}{d_{k-1}^T Ad_{k-1}} \tag6\\ \]

在这里，标量$\beta_k$是由$d_{k-1}$和$d_{k}$必须与A共轭的要求决定的。

$\large\color{#70f3ff}{\boxed{\color{brown}{(CG-初始版)} }}$

给定$x_0$;

设置$r_{(0)}=Ax_{(0)}-b,d_{(0)}=-r_{(0)},i=0$;

\[% <![CDATA[ \begin{align*} \alpha_{(i)}&=\frac{- r_{i}^Td_{(i)}}{d_{(i)}^TAd_{(i)}}\\ x_{(i+1)}&=x_{(i)}+\alpha_{(i)}d_{(i)}\\ r_{(i+1)}&=Ax_{(i+1)}-b\\ \beta_{(i+1)} &= \frac{r_{(i+1)}^T A d_{(i)}}{d_{(i)}^T Ad_{(i)}}\\ d_{(i+1)}&=-r_{(i+1)}+\beta_{(i+1)}d_{(i)}\\ i&=i+1 \end{align*} %]]> \]

当$r_{(k)}=0$时，迭代停止。

$\large\color{#70f3ff}{\boxed{\color{brown}{(CG-实用版)} }}$

给定$x_0$;

设置$r_{(0)}=Ax_{(0)}-b,d_{(0)}=-r_{(0)},i=0$;

\[% <![CDATA[ \begin{align*} \alpha_{(i)}&=\frac{- r_{i}^Td_{(i)}}{d_{(i)}^TAd_{(i)}}\\ x_{(i+1)}&=x_{(i)}+\alpha_{(i)}d_{(i)}\\ r_{(i+1)}&=r_{(i)}+\alpha_{(i)}Ad_{(i)}\\ \beta_{(i+1)}&=\frac{r_{(i+1)}^Tr_{(i+1)}}{r_{(i)}^Tr_{(i)}}\\ d_{(i+1)}&=-r_{(i+1)}+\beta_{(i+1)}d_{(i)}\\ i&=i+1 \end{align*} %]]> \]

当$r_{(k)}=0$时，迭代停止。

收敛速度

$\large\color{#70f3ff}{\boxed{\color{brown}{定理4} }}$如果A只有r个不同的特征值，那么CG迭代最多会在r次迭代中终止于解处。

$\large\color{#70f3ff}{\boxed{\color{brown}{定理5} }}$如果A的特征值为:$\lambda_1≤\lambda_2≤···≤\lambda_n$，则有

\[\left\|x_{k+1}-x^{*}\right\|_{A}^{2} \leq\left(\frac{\lambda_{n-k}-\lambda_{1}}{\lambda_{n-k}+\lambda_{1}}\right)^{2}\left\|x_{0}-x^{*}\right\|_{A}^{2} \tag{7} \\ \]

在第 $k+1 $次迭代后，残差不大于 $\left(\frac{\lambda_{n-k}-\lambda_{1}}{\lambda_{n-k}+\lambda_{1}}\right)^{2}$ 。这个结论也是很有价值的，这里的 $\lambda_i$ 是从小到大排列的特征值， $\lambda_{n-k} $越小，残差就越小。对于同样的 $k+1 $次迭代，如果矩阵 $A $的第 $k$ 大的特征值比矩阵 $B $的第 $k $大的特征值小，矩阵 $A $ 就会收敛得更快。另一方面，也可以理解为，整个收敛过程中的收敛速度是变化的，与特征值的大小分布有关。如果特征值的取值呈聚类状分布，比如有5个较大的特征值，还有几个接近于1的特征值，那么迭代过程很可能像下图这样

最小化（1）的迭代过程

在7次迭代后就达到了比较小的值。这是因为除了5个较大的特征值，其它特征值都集中在一个聚类中。根据前面得出的结论，如果$ A$ 只有 $r $个不同大小的特征值，次迭$r $代后就能收敛。现在的情况与之类似，虽然聚类中的特征值并非完全一样，但我们仍然可以将其当做近似相等的特征值，所以优化在6次迭代后理论上就会接近于极值。当然，从图中可以看到，实际情况下，第7次迭代才接近极值，这也是合理的。

2非线性共轭梯度法

无约束最优化问题:

\[\begin{align*} (P) ~ ~ ~ \min &~ ~ ~ f(x)\\ \text{s.t.} &~ ~ ~x ∈ X ⊆ R^n \end{align*} \]

$\large\color{#70f3ff}{\boxed{\color{brown}{FR-CG} }}$

给定$x_0$;

设置$f_0 = f(x_0),\nabla f_0 = \nabla f(x_0);d_{(0)}=-\nabla f_0 ,i=0$;

\[% <![CDATA[ \begin{align*} \alpha_{(i)}&=\frac{d_{(i)}^Td_{(i)}}{d_{(i)}^TAd_{(i)}}\\ x_{(i+1)}&=x_{(i)}+\alpha_{(i)}d_{(i)}\\ \beta_{(i+1)}^{FR}&=\frac{\nabla f_{(i+1)}^T\nabla f_{(i+1)}}{\nabla f_{(i)}^T\nabla f_{(i)}}\\ d_{(i+1)}&=-\nabla f_{(i+1)}+\beta_{(i+1)}^{FR}d_{(i)}\\ i&=i+1 \end{align*} %]]> \]

当$\nabla f_{(k)}=0$时，迭代停止。

$\large\color{#70f3ff}{\boxed{\color{brown}{PR-CG} }}$

迭代公式和FR一样，只是

\[\beta_{(i+1)}^{PR}=\frac{\nabla f_{(i+1)}^T(\nabla f_{(i+1)}-\nabla f_{(i)})} {\|\nabla f_{(i)}\|^2} \]

$\large\color{#70f3ff}{\boxed{\color{brown}{PR+-CG} }}$

迭代公式和FR一样，只是

\[\beta_{(i+1)}^{PR+}=max\{\beta_{(i+1)}^{PR},0\} \]

$\large\color{#70f3ff}{\boxed{\color{brown}{HS-CG} }}$

迭代公式和FR一样，只是

\[\beta_{k + 1}^{HS} = \frac{\nabla f(x_{i+1})^T (\nabla f(x_{i + 1}) - \nabla f(x_i))}{(\nabla f(x_{i + 1}) - \nabla f(x_i))^T d_i} \]

https://alkane0050.fun/2019/05/18/%E5%85%B1%E8%BD%AD%E6%A2%AF%E5%BA%A6%E6%B3%95%E5%88%9D%E6%AD%A5/

https://zhuanlan.zhihu.com/p/143103337