牛顿法求极值例题 牛顿法,拟牛顿法,共轭梯度法各自的优缺点是什么?
浏览量:3031
时间:2021-03-11 22:26:50
作者:admin
牛顿法,拟牛顿法,共轭梯度法各自的优缺点是什么?
牛顿法需要函数的一阶和二阶导数信息,即它涉及Hesse矩阵,包括矩阵求逆运算。虽然收敛速度快,但运算量大。
拟牛顿法是利用某种方法构造一个类似于Hesse矩阵的正定矩阵,这种构造方法比牛顿法计算量小;共轭梯度法的基本思想是将共轭性质与最速下降法相结合,利用最速下降法构造一组共轭方向已知点的梯度,并沿着这组方向搜索元素,找到目标函数的最小点。根据共轭方向的基本性质,该方法计算量小,收敛速度快。
怎样由最速下降法变成牛顿法?
最速下降法的迭代点在逼近最小点的过程中采用锯齿形路径,容易产生锯齿现象,导致每次迭代的距离越来越小,收敛速度不快。如果目标函数具有连续的二阶偏导数,牛顿法可以快速收敛到问题的最小点。
牛顿法求极值例题 牛顿切线法求近似解 牛顿法求函数的最小值的例题
版权声明:本文内容由互联网用户自发贡献,本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。