码迷,mamicode.com
首页 > 其他好文 > 详细

first order method in optimization

时间:2018-05-05 15:29:53      阅读:349      评论:0      收藏:0      [点我收藏+]

标签:com   latex   desc   优化   min   die   alt   back   cga   

这篇文章想阐述一阶优化算法,尽可能的做到全面。

  • 考虑无约束优化问题

                                                              技术分享图片

Gradient Descent Method 有如下迭代形式:

                                                            技术分享图片

这里的 技术分享图片 为步长,不同的步长构造策略生成了不同的梯度算法,例如,

                                                   技术分享图片

则为最速下降法,如果

                                                  技术分享图片

这里的 技术分享图片, 这时候为BB算法。

  • 还是考虑无约束凸优化问题

                                                           技术分享图片

Proximal Point Algorithm 有如下形式:

                                                    技术分享图片

                                                            技术分享图片

                                                    技术分享图片

  • 考虑可分离凸问题:

                                      技术分享图片

这里假设技术分享图片, 在第k步迭代,Proximal Gradient Algorithm 将 技术分享图片 作二次展开

有如下形式:

                                    技术分享图片

PGA等价于Forward Backward Operator。

4.考虑线性约束凸问题:

                                                  技术分享图片

first order method in optimization

标签:com   latex   desc   优化   min   die   alt   back   cga   

原文地址:https://www.cnblogs.com/optimization-dkk/p/8994717.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!