郎立勤,王希云
(太原科技大學應用科學學院,太原030024)
基于無約束優(yōu)化問題:
信賴域算法無疑是一種非常成功的算法,其中f:Rn→R為二階連續(xù)可微函數(shù),目前有眾多學者對其進行了深入的研究。傳統(tǒng)的信賴域算法主要是利用二次模型來逼近目標函數(shù),即構(gòu)造二次模型對問題(1)進行求解,然而對于非二次性態(tài)強、曲率變化較為劇烈的函數(shù),逼近的效果往往不是很好。針對這一缺陷,1980年Davidon[1]提出了錐模型,使模型更加一般化,之后倪勤[2]等提出了新的錐模型信賴域子問題,取消了對信賴域半徑和水平向量的限制,克服錐函數(shù)的可能無界性,為進一步研究錐模型方法開拓了一片廣闊的發(fā)展空間。
新錐模型信賴域子問題:
其中Bk是f(x)在xk點的海森陣或海森陣近似,gk=-▽f(xk),并且
求解信賴域子問題時,當試探步dk不能作為成功的迭代點時,也就是說當新求得的dk會使得目標函數(shù)值上升的時候,總可以沿著dk方向進行回溯的線搜索,以致找到使目標函數(shù)下降的點。這里說的回溯線搜索實際上就是充分利用當前迭代點的信息構(gòu)造一個αk,找到一個滿足:
的最小的整數(shù)i.其中 αk∈(0,1),并且 αi+1kdk∈[a1,a2]αi
kdk,0 <a1<a2<1.唐明筠[3]利用高階的插值得到的如下形式的αk:
由于當?shù)r重解子問題付出的代價會很高,這里將回溯線搜索應用到新錐模型信賴域方法上構(gòu)造了一類新的帶線搜索的算法,減少了計算量,提高了計算效率。其中自適應信賴域半徑的調(diào)節(jié)是參考文獻[4]中的確定,c∈(0,1),p是非負整數(shù)。
實際下降量和預測下降量的比值:
下面給出帶回溯線搜索的自適應新錐模型信賴域算法的具體步驟:
步0 給定x0∈Rn,對稱矩陣B0∈Rm×n,△0>0,τ >0,0≤μ1≤μ≤1,β∈(0,1),α∈(0,1),0 <c<1,ε >0,p=0,k:=0,M=0.
步1 計算‖gk‖,若‖gk‖≤ε,則停止;否則轉(zhuǎn)步2.
步2 用折線法求解該子問題的近似解dk.
步 3 計算 ρk,若 ρk≥μ,則令xk+1=xk+dk;否則利用式(4)計算αk,進行回溯線搜索尋求滿足的最小的正整數(shù)i,令xk+1=
步4 若 ρk≥ μ,令
若 ρk≤μ1,令‖gk+1‖;否則,令△k+1= △k.
注:本文中Bk,bk的更新采用錐模型擬牛頓法,同文獻[5]。
I={k:ρk≥μ},J={0,1,…}I
H1:水平集L(x0)={x|f(x)≤f(x0)}是有界的,而且xk∈L(x0);
H2:數(shù)列{fk}有下界;
H3:存在正的常數(shù)σ,使得‖Bk‖≤σ,‖bk‖≤σ,?k;
引理1[3]算法產(chǎn)生的點列{xk}滿足:
總體而言,目前對于馬克思哲學終極關(guān)懷內(nèi)容的研究正在蓬勃興起,但尚未形成較為成熟的體系與規(guī)模。馬克思哲學終極關(guān)懷思想作為其超越維度的核心核心內(nèi)容之一,彰顯了馬克思以人為終極目的的真切關(guān)注和對人意義世界的開創(chuàng)性探索,因此對于這一問題的厘清和解決勢必將會對馬克思哲學超越維度的整體性呈現(xiàn)奠定重要的理論基礎(chǔ)。
引理2[6]若H2成立,則數(shù)列{fl(k)}非增并且收斂。
引理3[7]若H1-H3成立,且由本文算法產(chǎn)生的點列為{xk}滿足‖gk‖≠0,那么存在,當≥△k時就有△k+1≥△k.
基于上述的引理,可以得到以下的全局收斂性結(jié)論。
定理1 如果H1-H3均成立,那么由算法產(chǎn)生的點列{xk}會滿足
證明 (用反證法)假設(shè)之上結(jié)論是不成立的,則必然存在常數(shù)ε>0和正常數(shù)K,使‖gk‖≥ε,?k≥K.由引理1和本文的算法可以知道,對于任意的成功的迭代步dk總有
以此類推下去,有:
根據(jù){fl(k)}的定義容易得到:
由引理2可知{fl(k)}收斂,所以可得:.這與引理3矛盾,即結(jié)論得證。證畢。
定理2 若H1-H3均成立,而且由本文算法產(chǎn)生的點列{xk}滿足‖g*‖=0,▽2f(x)在x*附近連續(xù)并且▽2f(x*)正定,如果,則可以得到{xk}Q-二階收斂于x*.
證 明 用 反 證 法 證 明。令 κ=,下面證明κ中只有有限個元素。
這里假設(shè)κ中有無窮個元素,那么結(jié)合假設(shè)條件可以知道:
當k充分大時,就有
于是,
即有rk→1.由本文的算法可以知道,對于充分大的k有rk>μ成立,于是就有△k+1≥△k,這與產(chǎn)生矛盾,所以κ中只有有限個元素。因此對充分大的k有,于是,dk=,此時算法采用的是牛頓下降步,所以{xk}Q-二階收斂于x*.證畢。
表1 數(shù)值測試結(jié)果Tab.1 Numerical results
從數(shù)值結(jié)果可以看出:無論從迭代次數(shù)上還是計算結(jié)果上都可以看出帶回溯線搜索的自適應信賴域算法比帶Armijo線搜索的錐模型信賴域算法計算效率要高,而且從運算需要的時間上可以看出,本文的算法確實更加經(jīng)濟省時,在數(shù)值試驗上基于新錐模型的算法也是可行的,穩(wěn)定的。但是在解決一些大規(guī)模問題上還有待深入研究。
[1]DAVIDON D C.Conic approximations and collinear scaling for optimizers[J].SIAM J Numer Anal,1980,17(2):268-281.
[2]吳海平,倪勤.一個新錐模型信賴域算法[J].高等學校計算機數(shù)學學報,2008,30(1):57-67.
[3]唐明筠.帶回溯線搜索步的雙子問題信賴域算法[J].工程數(shù)學學報,2010,27(4):626-636.
[4]ZHANG X S,ZHANG J L,LIAO L Z.An adaptive trust region method and its convergence[J].Science in China:series A,2002,45:619-631.
[5]趙絢,王希云.一類新的帶線搜索的自適應非單調(diào)信賴域算法[J].太原科技大學學報,2010,32(1):67-71.
[6]李紅,焦寶聰.一類帶線搜索的自適應信賴域算法[J].運籌學學報,2008,12(2):97-104.
[7]王希云,王慶.一種新錐模型非單調(diào)信賴域算法[C]//中國運籌會第九屆交流會論文集.北京:中國運籌學會,2008:110-116.