本文版权属于重庆大学计算机学院刘骥,禁止转载
按照目标函数的可导性,可以将最优化问题分为两类:
1. 目标函数可导,例如目标函数为 f(x)=x2+x+1
2. 目标函数不可导,例如目标函数为 f(X)=∑p∈Xep
对于不可导的目标函数,其解法比较特殊。采用模拟退火算法、粒子群算法、遗传算法、蚁群算法、图割(Graph Cut)算法等方法,可以求解这类问题,但通常无法得到精确的解(或者说全局最优解)。并且有些问题,仅能用特定的解法,求出特定的解。由于该类问题的复杂性,本文对不可导目标函数问题不进行讨论。如果你在实际中遇到了这类问题,可以采用如下方法解决:
查学术论文,github上找代码;如果找不到解决方案,恭喜你,这是一个获得数学大奖的机会
本文余下部分,针对可导的目标函数进行讨论,这类问题存在大量通用的算法。人类历史发展到2017年,你甚至不需要了解具体算法的原理,也能够很happy的解决这类问题。
下面我们用一个简单的最优化问题为例:
Python语言的scipy.optimize包的fmin函数实现了downhill simplex方法,也称为Nelder–Mead方法(downhill、simplex和downhill simplex是不同的概念,有兴趣可以参考维基百科)。这里不去讲解downhill simplex的原理,有需要原理的读者,请移步到https://en.wikipedia.org/wiki/Nelder–Mead_method。
fmin函数的说明如下:
我估计你看不懂,所以我不准备解释。我们直接看代码吧。
# encoding=utf-8
import scipy.optimize as opt
#定义目标函数f
def f(X):
x=X[0]
y=X[1]
return x**2+y**2+1;
x=10
y=10
X=[x,y]
X=opt.fmin(f,X) #f是目标函数,X是初始猜测的解
x=X[0]
y=X[1]
print x,y
程序执行结果如下:
最终 x 和 y 的值不是0,而是一个接近0的值。这是由于数值计算毕竟是缺乏精度的。fmin函数是一个迭代算法。在执行过程中,它还同时输出了结束迭代时的最小值,迭代的次数,以及函数计算的次数。
downhill simplex比较简单,实现没有难度。但它的问题在于比较慢,下面我们试试 Conjugate Gradient法。使用scipy.optimize包的fmin_cg方法。这个方法需要求出目标函数的偏导数(梯度):
# encoding=utf-8
import scipy.optimize as opt
import numpy as np
#定义目标函数f
def f(X):
x=X[0]
y=X[1]
return x**2+y**2+1;
#定义目标函数f对应的梯度函数
def gradf(X):
x=X[0]
y=X[1]
gx=2*x
gy=2*y
return np.asarray((gx,gy)) #梯度以向量形式返回
x=10
y=10
X=[x,y]
X=opt.fmin_cg(f,X,fprime=gradf) #f是目标函数,X是初始猜测的解,增加梯度
x=X[0]
y=X[1]
print x,y
运行结果如下:
可以看出该方法比downhill simplex运行得更快。当然这是显然的,因为有了梯度信息。
OK!OK!有办法可以解决!今年是2017年,如果你还不会求偏导数,那么交给计算机吧!
X=opt.fmin_cg(f,X)
OK!计算结果如下:
慢了一些,函数的演化次数增加了15次,why?因为算法用数值法来计算梯度!具体来说(你可以忽略下面的内容,把问题交给人工智能):
def gradf(X):
x=X[0]
y=X[1]
gx=(f([x+0.0000001,y])-f([x,y]))/0.0000001
gy=(f([x,y+0.0000001])-f([x,y]))/0.0000001
return np.asarray((gx,gy))
也就是:
试试Newton-CG,也就是fmin_ncg函数,该函数需要2阶偏导数构成的Hessian矩阵:
# encoding=utf-8
import scipy.optimize as opt
import numpy as np
#定义目标函数f
def f(X):
x=X[0]
y=X[1]
return x**2+y**2+1;
#定义目标函数f对应的梯度函数
def gradf(X):
x=X[0]
y=X[1]
gx=2*x
gy=2*y
return np.asarray((gx,gy)) #梯度以向量形式返回
def hess(X):
return np.array([[2,0],[0,2]]) #hessian矩阵
x=10
y=10
X=[x,y]
X=opt.fmin_ncg(f,X,fprime=gradf,fhess=hess) #f是目标函数,X是初始猜测的解,增加梯度
x=X[0]
y=X[1]
print x,y
运行结果如下:
非常精确!当然如果不会计算hessian,如下操作:
X=opt.fmin_ncg(f,X,fprime=gradf) #注意梯度是必须的
现在是2017年,基本的最优化问题已经经过了几百年的发展(不是几十年),因此有大量现成的函数库可以使用。直接调用这些库函数,你甚至不需要知道如何求导数、如何求Hessian矩阵,也可以很好的解决最优化问题(可导的)。如果不追求效率,如果精度可以接受,那么最最原始的downhill simplex方法已经能够适用于大多数场景(你需要小数点后几位的精度?)。
大多数最优化的书籍,在讲解数学原理时,都抱着一定要让人看不懂,才能显得高深莫测的心态。其实求解可导目标函数的数学原理是极其简单的,那就是:穷举,更高效的穷举。
假设目标函数为 f(X) ,其中 X∈Rn (注意这意味着 X 是一个向量, f 是多元函数)。例如 X=(x,y,z)T ,则 f(X) 表示的函数就是 f(x,y,z) 。我如此定义不是为了把你搞晕,而是为了环保!试想如果我想定义函数 f(x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15,x16,x17,x18,x19,x20,x21,x22) ,难道不是写成 f(X) , X∈R22 更环保吗?Yes,Yes,你从来没有见过3元以上的函数,那不是因为你一直都是在做考题吗?一道考试题,要是有22个变量,你要用多大的草稿纸?现实问题则不然,考虑女性择偶问题,男方必须有钱、长得帅、有安全感、父母双亡、有车、有房、有股票、有存款、初恋、非凤凰男等等。表示为函数就是:
最笨的方法就是穷举!!换言之,先试试 f(X1) ,再看看 f(X2) ,不停的尝试 f(Xi) ,直到成为单身贵族……对,我告诉你的解法就是成为单身贵族的解法,因为解空间几乎是无限大的,穷举法太笨!
聪明一点的方式是穷举n次,找其中的最优。先试试 f(X1) ,再看看 f(X2) ,不停的尝试直到 f(Xn) ,找出 f(X1)到f(Xn) 中最优的 f(Xi) 。这个方法的缺陷在于,女性朋友不一定能够找到真正的灵魂伴侣。
再聪明一点的方法固定一些变量,搜索另外一些变量。必须长得帅,像鹿晗;必须有钱,和王思聪一样;必须是初恋。你看解空间一下就变小了。接下来的搜索就简单了很多。如果找不到解,那么就修改某些固定的变量。为什么长相必须像鹿晗?郭德纲也可以接受!这样我们就可以开始新的搜索啦!事实上,这就是绝大多数人,择偶的方式。
如果变量是连续的呢?数学家发现,在这种情况下,搜索策略其实是这样的:
1. 首先选择一个起始的解 X0 。
2. 比较 f(X0+Δ) ,如果 f(X0+Δ)<f(X0) 那么 X0+Δ 是更好的解
3. 另 X1=X0+Δ ,跳到第1步重新执行。
上述方法的核心在于存在一个 X 的更新公式:
上述算法有三个终止条件:
1. 迭代次数达到限额(都已经120岁的单身贵族啦!)
2. Δn 趋近于0
3. f(Xn)−f(Xn+1) 趋近于0
下面举个例子,目标函数如下:
Stop!不是 X10 已经达到最优了吗?为什么程序还在跑?问题在于那个 Δn ,如果它能够越接近最小值越小,程序不就可以停下来了吗?越接近你的灵魂伴侣,越需要放慢搜索的速度不是吗?
怎么解决这个问题呢?数学家出场了。我们知道 f(Xn+1)=f(Xn+Δn) ,根据泰勒公式展开就是:
数学白痴表示求偏导数矩阵太难理解!!如何破!!数学家马上送上福利:
我们都不喜欢数学,还好现在是2017年,大量的工作已经由擅长数学的科学家做完了。你所需要的就是找一个算法丰富的库!比如Python的scipy或者matlab。为了写作本文,我对最优化问题进行了很多简化,首先只考虑可导的目标函数,其次也没有考虑函数变量的条件约束(比如 X 必须是整数、 X 必须大于0)。但无论问题多么复杂,这些问题已经被充分研究,充分解决。99%的情况,你只需要scipy或者matlab,剩下0.9999%的情况需要github。最后,还剩下一丢丢的未知领域,等待着学者去研究。别抢他们的饭碗,茶叶蛋已经够贵的啦!