Schrittweite nach Armijo-Goldstein Vorgegeben seien Konstanten δ ∈ (0, 1), γ > 0 und β1 , β2 mit 0 < β1 ≤ β2 ≤ 1. (x)> d Schritt 1: Wähle Startschrittweite σ (0) = −γ ∇fkdk und setze j := 0. 2 Schritt 2: Ist f (x + σ (j) d) ≤ f (x) + δσ (j) ∇f (x)> d, so setze σA := σ (j) und beende die Suche nach σA . Schritt 3: Wähle σ (j+1) ∈ [β1 σ (j) , β2 σ (j) ], setze j := j + 1 und gehe zu Schritt 2. Praktische Aspekte: 1. Ist d die Newton-Richtung, so wählt man σ (0) := 1, um von der lokal quadratischen Konvegenz für gute Näherungswerte x = x(k) profitieren zu können. Im allgemeinen wählt man ∇f (x)> d ∇f (x)> d σ (0) ∈ [−γ , −γ̃ ] kdk2 kdk2 mit einer vorgegebenen Konstanten γ̃, um eine beschränkte Schrittweitenfolge (σk ) zu garantieren. 2. Typische Parameterwerte: δ = 10−3 , γ = 10−4 , γ̃ = 104 , β1 = 0.1, β2 = 0.7, maximale Anzahl an Suchschritten: ≈ 25 3. Bestimmung von σ (j+1) in Schritt 3 des Algorithmus: σ (j+1) := min{β2 σ (j) , σ̄ (j+1) } mit σ̄ (j+1) gemäß σ̄ (j+1) = −∇f (x)> d . 2(f (x + d) − f (x) − ∇f (x)> d) Für quadratische Optimierungsprobleme ist σ̄ (j+1) = σE . 1
© Copyright 2025 ExpyDoc