在前面,我们介绍了 FR 共轭梯度法在精确线搜索,强 Wolfe 线搜索和推广的 Wolfe 线搜索下的收敛性。本节,将介绍 FR 共轭梯度法在广义 Wolfe 线搜索 和 广义 Armijo 线搜索下的收敛性。广义线搜索的本质是在迭代的过程中搜索方向不一定是下降方向,若是上升方向,我们取其反方向搜素。与标准线搜索不同,广义线搜索是在直线进行搜素。
1、简介
共轭梯度法是求解无约束优化问题常用的方法
其一般的迭代格式为
其中是参数。不同的决定不同的共轭梯度法。
1964 年,Fletcher 和 Reeves 首次提出了解决非线性函数的共轭梯度法,我们称为 FR 共轭梯度法,其形式为
2、广义线搜索
接下来我们介绍一下广义线搜索
步 1:计算的值
步 2:若,令,返回;
否则,令。
步 3:沿方向作标准线搜索,得到步长
步 4:令,返回。
对于上面,若,则广义线搜索就是标准线搜索;若,即是上升方向,则我们沿进行标准线搜索;若,则,因及,我们有
可见下一个搜素方向是下降方向, FR 方法仍可继续下去。因此,讨论广义线搜素是有必要的。有了上面的铺垫,我们现在来具体介绍两种线搜索,广义的 Wolfe 线搜索和广义 Armijo 线搜索。
广义 Wolfe 线搜索: 将步 3 改为如下,选择,其中
广义 Armijo 线搜索: 将步 3 改为如下,选择,其中且
3、收敛性证明
假定 :(1) 函数水平集有下界 (2) 梯度函数是 Lipchitz 连续,即存在使得
引理 2:假定是 假定 的起点,考虑形如 (2) 的任意点列,其中是任意方向,步长满足广义 Wolfe 线搜索,则
证明:首先广义 Wolfe 线搜索可以等价于
由 (1) 可知
从 (2) 中可以得到
利用上式可知
因为是上的 Lipschitz 常数,则有
利用 (3) 和 (4),则命题得证。
引理 3:假定是 假定 的起点,考虑形如 (2) 的任意点列,其中是任意方向,步长满足广义 Armijo 线搜索,定义和,其中是所有正整数集合。则有
注:我们假定对于任意的都有,故。因为,则为最速下降方向。
引理 4:我们首先假定
对于 FR 共轭梯度法 (2)-(4),对于任意的都有
证明:因为,结论对显然成立。当时,有
将上式除以,并利用定义。
归纳递推
利用和,利用上式,很显然可证得结论。
引理 5:设,为常数。如果正项级数对所有的都成立
则有
注:这个 引理 的证明可以参考文献 [1]
定理 1:假定是 假定 的起点,考虑形如 (2) 的任意点列,其中步长满足广义 Wolfe 线搜索或者广义 Armijo 线搜索,若
则有
注 1:由前面的文章可知,如果线搜索是强 Wolfe 线搜索,且,则存在常数,使得
注 2:由前面的文章可知,如果线搜索是推广的 Wolfe 线搜索,若,则有
因此充分下降对于相邻的两次迭代至少一次成立
注 3:如果 假定 成立且 水平集有界,若,则有
以上的式子表明充分下降对任意次的平均成立,我们依然可以通过构造矛盾,得出收敛性
推论 1:假定是假定的起点,考虑 FR 共轭梯度法 (2)、(3)、和 (4),若是由广义强 Wolfe 线搜索,其中,我们有。
定理 2:假定是假定的起点,考虑 FR 共轭梯度法 (2)、(3)、和 (4),若是由广义 Wolfe 线搜索或者是广义 Armijo 线搜索,若
则
注:这个定理我们也不加以证明,具体过程参考后面的文献
推论 2:假定是假定的起点,考虑 FR 共轭梯度法 (2)、(3)、和 (4),若是由广义 Wolfe 线搜索或者是广义 Armijo 线搜索,若水平集有界,我们就有
推论 3:假定是假定的起点,考虑 FR 共轭梯度法 (2)、(3)、和 (4),若是由广义 Wolfe 线搜索或者是广义 Armijo 线搜索,若
则
证明:利用 柯西不等式 和条件,我们有
其中
由于
利用上递推和前面关系,我们可知
4、结束语
以上便是 FR 共轭梯度法在广义 线搜索下的收敛性,包括广义 Wolfe 和广义 Armijo 线搜索。其中具体的定理的证明并未给出,可以参考如下文献。
[1] Pu D, Yu W. On the convergence properties of the DFP algorithms, Annals of Operations Research, 1990, 24: 175.
[2] 戴彧虹, 袁亚湘. 广义 Wolfe 线搜索下 Fletcher-Reeves 方法的收敛性. 高等学校计算数学学报,1996,142-148.
[3] Dai Y H. Further insight into the convergence of the Fletcher-Reeves method. 1999, Science in China, 905-916.