Nlm () işlevindeki kod değişkeni


9

R'de Newton-Raphson algoritmasını kullanarak f işlevinin minimize edilmesini sağlayan bir nlm () işlevi vardır . Özellikle, bu işlev aşağıdaki gibi tanımlanan değişken kodunun değerini verir:

optimizasyon işleminin neden sonlandığını gösteren bir tamsayı kodlayın.

1: göreceli gradyan sıfıra yakın, mevcut yineleme muhtemelen çözümdür.

2: tolerans dahilinde art arda yinelenir, mevcut yineleme muhtemelen çözümdür.

3: son küresel adım tahminlerden daha düşük bir nokta bulamadı. Her iki tahmin de işlevin yaklaşık yerel minimumudur veya steptol çok küçüktür.

4: yineleme sınırı aşıldı.

5: maksimum adım boyutu stepmax art arda beş kez aşıldı. İşlev aşağıda sınırlandırılmamıştır, bir yönde yukarıdan sonlu bir değere asimptotik hale gelir veya stepmax çok küçüktür.

Birisi bana 1-5 arasındaki durumları açıklayabilir (belki sadece bir değişkenli basit bir örnek kullanarak)?

Örneğin, durum 1 aşağıdaki resme karşılık gelebilir:

resim açıklamasını buraya girin

Şimdiden teşekkür ederim!

Yanıtlar:


8

Bu durumlar, minimizasyon veya maksimizasyonun gerçekte ne olduğunu ve optimizasyonun nasıl çalıştığını göz önünde bulundurduğunda daha net bir şekilde anlaşılır.

Diyelim ki fonksiyonumuz var f yerel asgari x0. Optimizasyon yöntemleri diziyi oluşturmaya çalışırxi yakınsama x0. Teoride, oluşturulan dizinin bazı fonksiyon sınıfları için yerel minimum noktaya yakınlaştığı her zaman gösterilmiştir.f.

Yinelemede bir sonraki adayı edinmek için iuzun bir süreç olabilir, bu nedenle tüm algoritmaların yineleme sayısını sınırlaması normaldir. Bu durum 4'e karşılık gelir .

Sonra her biri için x yakın x0 bizde var f(x)>f(x0). Yani eğerf(xi)>f(xi1)bu minimum seviyeye ulaştığımızın bir göstergesidir. Bu durum 3'e karşılık gelir

Şimdi eğer fonksiyon f türevi var x0 o zaman mutlaka f(x0)=0. Newton-Raphson yöntemi her adımda gradyanı hesaplar;f(xi)0, ximuhtemelen 1. duruma karşılık gelen bir çözümdür .

Gerçek vektörlerin her bir yakınsak dizisi Cauchy dizisidir ve tersi, kabaca xi yakın x0, sonra xi yakın xi+1 ve tam tersi, burada iyineleme sayısıdır. Yani eğer|xixi1|<εve biliyoruz ki teoride xi yakınsar x0, o zaman minimum noktaya yakın olmalıyız. Bu durum 2'ye karşılık gelir .

Yakınsanan diziler büzülme özelliğine sahiptir, yani yakınsamaya yakın olursak dizinin geri kalan tüm elemanları küçük alanda bulunur. Teoride birleşmesi gereken dizi büyük adımlar atmaya başlarsa, bu muhtemelen bir yakınsama olmadığını gösterir. Bu durum 5'e karşılık gelir

Not Sıkı matematiksel tanımlar kasıtlı olarak dışarıda bırakılmıştır.

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.