金榜之路
学大陪你
个性化辅导
关于我们  |  联系我们

【什么是共轭梯度法-图】百科知识点

来源:学大教育     时间:2017-11-24 11:06:31


数学学习中有很多方法论,这些方法论促进了数学学科的完善和发展,因此大家必须掌握这些知识,下面学大教育网为大家带来【什么是共轭梯度法-图】百科知识点,希望能够增加大家对数学学习的了解。

【什么是共轭梯度法-图】百科知识点

共轭梯度法(Conjugate Gradient)是介于最速下降法与牛顿法之间的一个方法,它仅需利用一阶导数信息,但克服了最速下降法收敛慢的缺点,又避免了牛顿法需要存储和计算Hesse矩阵并求逆的缺点,共轭梯度法不仅是解决大型线性方程组最有用的方法之一,也是解大型非线性最优化最有效的算法之一。 在各种优化算法中,共轭梯度法是非常重要的一种。其优点是所需存储量小,具有步收敛性,稳定性高,而且不需要任何外来参数。

共轭梯度法最早是由Hestenes和Stiefle提出来的,在这个基础上,Fletcher和Reeves (1964)首先提出了解非线性最优化问题的共轭梯度法。由于共轭梯度法不需要矩阵存储,且有较快的收敛速度和二次终止性等优点,现在共轭梯度法已经广泛地应用于实际问题中。

共轭梯度法是一个典型的共轭方向法,它的每一个搜索方向是互相共轭的,而这些搜索方向d仅仅是负梯度方向与上一次迭代的搜索方向的组合,因此,存储量少,计算方便。

【什么是共轭梯度法-图】百科知识点这篇内容学大教育网为大家带来过了,希望大家能够认真了解这些方法论,相信对大家学好数学知识很有帮助。

网站地图 | 全国免费咨询热线: | 服务时间:8:00-23:00(节假日不休)

违法和不良信息举报电话:400-102-8926 举报邮箱:info@xueda.com 网上有害信息举报专区

京ICP备10045583号-6 学大Xueda.com 版权所有 北京学大信息技术集团有限公司 京公网安备 11010502031324号

增值电信业务经营许可证京B2-20100091 电信与信息服务业务经营许可证京ICP证100956