最优化方法:一、总论
主要参考书目:
1. 最优化方法及其应用/郭科,陈聆,魏友华.-北京:高等教育出版社,2007.7(2013.7重印)
1、优化问题的一般形式
其中,。
2、优化问题的迭代解法
解析法只适用于某些简单或特殊的问题,一帮情况下,使用迭代法解决优化问题。
-
收敛速度
定义:设由算法A产生的迭代点列在某种“”的意义下收敛于点,即若存在实数 及一个与迭代次数k无关的常数 ,使得则称算法A为a阶收敛算法。
一般来说一个算法若能满足,即是一个收敛较快的算法。
这种定义是对应于“爬山”算法定义的,对于退火(其实问题不大,因为k趋于无穷时更差的解被接受的概率趋于0)和遗传等方法不能直接套用 -
计算终止准则
1.点距准则
是一个充分小的数,反应计算精度。
2.函数下降量准则
当时,可用:
是一个充分小的数,反应计算精度。
3.梯度准则
这一准则对于定义域上的凸函数没有问题,但是对于凹函数有可能误把驻点作为最优点 基本流程
(以爬山算法为例)
3、算法复杂度
- 时间复杂度
若对于规模为n的问题,需要进行步基本运算(加减乘除)来完成该算法。则该算法的时间复杂度为。 - 空间复杂度
算法执行时所需占用的存储单元。
一般我们认为多项式级的复杂度是可以被接受的。