最优化Armijo算法确定步长的最速下降法

数学与计算科学学院

实验报告

实验项目名称使用非精确线搜索Armijo算法确定步长的最速下降法

所属课程名称最优化方法

实验类型算法编程

实验日期

班级

学号

姓名

成绩

)]

(-)([11-)(-)( )2.3(||-||2

1)-()-(21)(-)( 0)( )(,*

2

*

12

**T *****x f x f x f x f x x x x Q x x x f x f q Qx x f x q Qx x f k k Q ⎪⎭

⎫ ⎝⎛+≤==

=+=∇+=∇+κκ可以改写成

所以则处且在由于对于二次函数.,( .,1 , ,1,,,)2.3(算法收敛很慢接近病态）较大时而当求出最优解算法只需一次迭代即可的所有特征值相等时即当特别最速下降收敛很快接近于当有关的条件数矩阵最速下降的收敛速度与看到由收敛速度估计式Q Q Q κκκκ=

结论：最速下降法的收敛速度比较慢，通常将其用在某些算法的初始阶段求较好的初始点或作为某些算法的间插步.

【实验环境】

Win 7； Matlab7.0

二、实验内容： 【实验方案】

1、求梯度；

2、向梯度相反的方向移动x ，其中 为步长。如果步长足够小，则可以保证每一次迭代都在减小，但可能导致收敛太慢，如果步长太大，则不能保证每一次迭代都减少，也不能保证收敛。

3、循环迭代步骤2，直到x 的值变化到使得在两次迭代之间的差值足够小，比如0.00000001，也就是说，直到两次迭代计算出来的基本没有变化，则说明此时

已经达

到局部最小值了。

4、此时，输出x ，这个x 就是使得函数

最小时的x 的取值 。

【实验过程】

梯度下降法的计算过程就是沿梯度下降的方向求解极小值（也可以沿梯度上升方向求解极大值）。

其迭代公式为

,其中

代表梯度负方向，

表示梯度方向上的搜索步

长。梯度方向我们可以通过对函数求导得到，步长的确定比较麻烦，太大了的话可能会发散，

太小收敛速度又太慢。一般确定步长的方法是由线性搜索算法来确定，即把下一个点的坐标ak+1看做是的函数，然后求满足f(ak+1)的最小值的 即可。

因为一般情况下，梯度向量为0的话说明是到了一个极值点，此时梯度的幅值也为0.而采用梯度下降算法进行最优化求解时，算法迭代的终止条件是梯度向量的幅值接近0即可，可以设置个非常小的常数阈值。

【实验结论】（结果）

梯度下降法处理一些复杂的非线性函数会出现问题，例如Rosenbrock函数：

其最小值在处，函数值为。但是此函数具有狭窄弯曲的山谷，最小

点就在这些山谷之中，并且谷底很平。优化过程是之字形的向极小值点靠近，速度非常缓慢。靠近极小值时收敛速度减慢。直线搜索时可能会产生一些问题。可能会“之字形”地下降。【实验小结】（收获体会）

这次的实验报告，使得我们对这些算法的思想更加了解，在选择线性搜索的方法时，我们深刻体会到各类参数设置对程序效率的重要性，不同的问题要选用合适的参数来求解，这样使得问题求解及程序运行的效率最高。通过不断地翻阅课本，剖析程序，我们最后实现了对程序的修改和完善，对提供的问题作出了较好的解答。总的来说，对无约束最优化的求解，每种方法在解决不同的问题中效果不能都达到最优，所以我们在实际应用中，要根据实际情况选择合适的方法，争取最大可能的尽快的接近最优。

本次实验不仅使我们基本了解了最优化的实用算法的结构及性能，而且也使得我们对matlab 的一些编程技巧更加熟悉，收获很大。

三、指导教师评语及成绩：

评语

评语等级

优良中

及

格

不及格

1.实验报告按时完成,字迹清楚,文字叙述流畅,逻辑性强

2.实验方案设计合理

附录1：源程序

附录2：实验报告填写说明

1．实验项目名称：要求与实验教学大纲一致。

2．实验目的：目的要明确，要抓住重点，符合实验教学大纲要求。

3．实验原理：简要说明本实验项目所涉及的理论知识。

4．实验环境：实验用的软、硬件环境。

5．实验方案（思路、步骤和方法等）：这是实验报告极其重要的内容。概括整个实验过程。

对于验证性实验，要写明依据何种原理、操作方法进行实验，要写明需要经过哪几个步骤来实现其操作。对于设计性和综合性实验，在上述内容基础上还应该画出流程图、设

计思路和设计方法，再配以相应的文字说明。对于创新性实验，还应注明其创新点、特色。

6．实验过程（实验中涉及的记录、数据、分析）：写明具体实验方案的具体实施步骤，包括实验过程中的记录、数据和相应的分析。

7．实验结论（结果）：根据实验过程中得到的结果，做出结论。

8．实验小结：本次实验心得体会、思考和建议。

9．指导教师评语及成绩：指导教师依据学生的实际报告内容，给出本次实验报告的评价。