Fachbereich Mathematik - GSI
Fachbereich Mathematik - GSI
Fachbereich Mathematik - GSI
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
4 Nichtlineare Optimierung<br />
folgende Ungleichung erfüllt ist:<br />
Bemerkungen:<br />
χ 2 ( Nk) − χ 2 ( Nk + µk dk) ≥ −γµk∇χ 2 ( Nk) T · dk . (4.11)<br />
• Häufig wird für die Parameter δ = 0.5 und γ = 10 −2 gewählt [Alt02]. Beide<br />
Konstanten sind unabhängig von Nk und dk.<br />
• Bei bestimmten Voraussetzungen ist das Armijo-Verfahren wohldefiniert und<br />
liefert nach endlich vielen Schritten eine effiziente Schrittweite.<br />
• Die Startschrittweite µmax sollte hinreichend groß gewählt werden, da das<br />
Armijo-Verfahren die Schrittweite nur verkleinern kann.<br />
• Das Armijo-Verfahren greift in der Regel schnell, wenn für µmax eine gute<br />
Approximation der exakten Schrittweite gewählt wird.<br />
• Als Startschrittweite kann zum Beispiel µPhys oder µBio (siehe vorherigen Unterabschnitt)<br />
gewählt werden.<br />
• Die Schrittweite<br />
µmax,k = −<br />
∇χ 2 ( Nk) T · dk<br />
2(χ 2 ( Nk + dk) − χ 2 ( Nk) − ∇χ 2 ( Nk) T · dk)<br />
(4.12)<br />
ist eine Approximation der exakten Schrittweite und damit geeignet als Startschrittweite<br />
für das Armijo-Verfahren. Setzt man<br />
ϕk(µ) = χ 2 ( Nk + µ dk) , (4.13)<br />
mit ϕk : R≥0 → R≥0 ∀k, so ist die Schrittweite (4.12) die exakte Schrittweite<br />
des quadratischen Interpolationspolynomes von (4.13) durch die Punkte<br />
ϕ(0) = χ 2 ( Nk) , ϕ ′ (0) = ∇χ 2 ( Nk) T · dk , ϕ(1) = χ 2 ( Nk + dk) . (4.14)<br />
4.3 Voroptimierung<br />
Linesearch-Verfahren arbeiten ausgehend von einem Startpunkt N0. Generell hat<br />
die Wahl des Startvektors einen großen Einfluss auf das Konvergenzverhalten des<br />
entsprechenden Verfahrens. Sind bei einer Zielfunktion mehrere Minima vorhanden,<br />
dann läuft der Algorithmus in der Regel vom Startpunkt in das nächstgelegene Minimum.<br />
Je näher der Startvektor an einem Minimum liegt, desto schneller konvergiert<br />
in der Regel das Verfahren. Die besten Konvergenzergebnisse können erwartet werden,<br />
wenn der Startvektor eine gute Approximation des gesuchten Minimums ist,<br />
also:<br />
N0 ≈ NOpt . (4.15)<br />
54