В методе наискорейшего спуска направление движения при поиске минимума F(x) задается вектором антиградиента − gradF(p1,p2) функции F(p1,p2) в рассматриваемой точке, т.е:
( (4.2)
Функция F(p1,p2) расчитывается как квадрат ошибки расчетных и фактических значений отклика:
(4.3)
Составляющие вектора градиента в точке xk определяются значениями частных производных первого порядка функции F(x) по соответствующим переменным, вычисленным в точке (p1k, p2k):
(4.4)
Направление вектора градиента совпадает с направлением наискорейшего возрастания функции F(p1,p2). Вектор − gradF(p1,p2) называется антиградиентом, его направление совпадает с направлением наискорейшего убывания функции. Предполагается, что компоненты градиента могут быть записаны в аналитическом виде или с достаточно высокой точностью вычислены при помощи численных методов.
Выбор величины шага λ осуществляется путем решения задачи минимизации F(p1,p2) в направленииgradF(p1,p2) с помощью одного из методов одномерного поиска.
|
|
Преимущество метода в том, что при переходе от шага к шагу обеспечивается выполнение неравенстваF(p1 k+1,p2k+1)<= F(p1 k,p2k), т.е. значение функции цели улучшается.
Скорость сходимости метода при решении некоторых задач является недопустимо низкой.
Это связано с тем, что изменения переменных непосредственно зависят от величины градиента, которая стремится к нулю в окрестности точки минимума. Поэтому метод наискорейшего спуска эффективен при поиске на значительных расстояниях от точки минимума x* и плохо работает в окрестности этой точки.