共轭梯度法原理与实现

作者：金良（[email protected]） csdn博客： http://blog.csdn.net/u012176591

所用例子：
求解二次目标函数极小点。设

minf(x)=12xTGx+bTx+c

其中 G 是 n 阶对称正定矩阵， b 为一维常向量， c 为常数。

1.共轭方向

定义：

设 G 是 n 阶对称正定矩阵，若 n 维向量组 d1,d2,⋯,dm(m≤n) 满足：

dTiGdj=0,i≠j

则称 d1,d2,⋯,dm 为关于 G 共轭的。
当 G=I 时，则上式变为

dTidj=0,i≠j

即向量相互正交。由此可见共轭概念是正交概念的推广，正交概念是共轭概念的特例。

共轭方向的性质

• 若非零向量 d1,d2,⋯,dm 对于对称正定矩阵 G 共轭，则这 m 个向量线性无关。
• 在 n 维空间中互相共轭的非零向量不超过 n 个。
• 从任意初始点出发，依次沿 n 个G的共轭方向 d1,d2,⋯,dm 进行一维寻优，最多经过 n 次寻优就可以找到二次函数的极小值点。

2.共轭方向法

算法描述

step 1 : 给定迭代精度 0≤ϵ≪1 和初始点 x0 . 计算 g0=∇f(x0) . 选取初始方向 d0 ，使得 dT0g0<0 . 令 k←0 .
step 2 : 若 ||gk||≤ϵ ，停止迭代，输出 x∗≈xk
step 3 : 确定搜索步长 αk
step 4 : 令 xk+1←xk+αkdk ，并计算 gk+1=∇f(xk+1)
step 5 : 选取 dk+1 满足如下下降性和共轭性条件：

dTk+1gk+1<0,dTk+1Gdi=0,i=0,1,⋯,k

step 6 : k←k+1 ，转 step 2

算法的收敛性

设目标函数为之前定义的 f(x) ， {xk} 是有算法产生的迭代序列，则每一步迭代 xk+1 都是 f(x) 在 x0 和方向 d0,d1,⋯,dk 所形成的线性流形

Sk={X|X0+∑i=0kαidi,∀αi}

中的极小点。特别地， xn=x∗=−G−1b 是目标函数的唯一极小值点。
证明：有

xk+1=xkdk=⋯=x0+∑i=0kαidi∈Sk

设任意 x∈Sk ，存在 γi∈R(i=0,1,⋯,k) ,使得

x=x0+∑i=0kγidi

记 x 与 xk+1 的差为 hk+1 ，有

hk+1=x−xk+1=∑i=0k(γi−αi)di

利用泰勒展开公式，有

f(x)=fk+1+gTk+1hk+1+12hTk+1Ghk+1≥fk+1+gTk+1hk+1=fk+1+∑i=0k(γi−αi)gTk+1di

下面只需证明

gTk+1di=0,∀i=0,1,⋯,k

即可。实际上，因

gj+1−gj=G(xj+1−xj)=αiGdj

故当 i≤k 时有

gTk+1di=gTi+1di+∑j=i+1k(gj+1−gj)Tdi=gTi+1di+∑j=i+1kαjdTjdi=0

故每一步迭代 xk+1 都是 f(x) 在 x0 和方向 d0,d1,⋯,dk 所形成的线性流形

Sk={X|X0+∑i=0kαidi,∀αi}

中的极小点。

搜索步长 αk 的确定

设 x∗ 是目标函数的极小值点， x0 为不同于 x∗ 的任意一点，则它们的差向量可以表示为

x∗−x0=∑i=0n−1αidi

将其改写成如下形式

x∗=x0+∑i=0n−1αidi

然后从逐步寻优的角度分析该式，可以把 x0 看成初值，按照上式进行 n 次累加后得到的结果。这是一种经过特殊迭代关系的寻优过程，其中经过 k 次寻优得到的点 xk 的计算通式可以表示为

xk=x0+∑i=0k−1αidi

可以将视 dk 和 αk 为 k+1 次迭代的搜索方向和步长。
对向量 x∗−x0 左乘 dTkG ，得到

dTkG(x∗−x0)=∑i=0n−1αidTkGdi=αkdTkGdk

进而得到步长 αk 的表达式

αk=dTkG(x∗−x0)dTkGdk

对向量 xk−x0 左乘 dTkG ，得到

dTkG(xk−x0)=∑i=0k−1αidTkGdi=0

从而得到

dTkGxk=dTkGx0

将该等式带入到 αk 的表达式，得

αk=dTkG(x∗−xk)dTkGdk

对二次目标函数，其在 x 处的梯度向量为 g(x)=Gx+b ，所以 Gx=g(x)−b ，有

G(x∗−xk)=[g(x∗)−b]−[g(xk)−b]=g(x∗)−g(xk)=0−g(xk)=−g(xk)

最后得到

αk=−dTkg(xk)dTkGdk

用共轭方向法的思想可以解决前面给出的二次目标函数 f(x)=12xTGx+bTx+c 的极小值，这等同于求线性方程组 Gx=b 的解。

3.共轭梯度法

共轭梯度法的原理

在寻优过程中利用当前点 xk 处的梯度向量 gk 和前一迭代点 xk 处的搜索方向 dk−1 对搜索方向进行如下修正：

dk=−gk+βk−1dk−1

其修正系数 βk−1 的取值有一个约束条件，即要确保 dk 与 dk−1,dk−2,⋯,d0 之间满足关于 G 的共轭关系。这就是共轭梯度法的基本思想。
修正系数 βk−1 的取值方法有多个，下面的例子采用的取值公式为

βk−1=gTkgkgTk−1gk−1

.

可以看出共轭梯度法的搜索方向 dk 的计算只需要梯度向量，不需要矩阵 G ，可以推广到非二次目标函数的极小值求解，但是这种推广也带来了构造的搜索向量序列 {dk} 不共轭的问题，后面有提到解决办法。

共轭梯度算法描述

step 1 : 给定迭代精度 0≤ϵ≪1 和初始点 x0 . 计算 g0=∇f(x0) . . 令 k←0 .
step 2 : 若 ||gk||≤ϵ ，停止迭代，输出 x∗≈xk
step 3 : 计算搜索方向 dk

dk={−gk−gk+βk−1dk−1k=0k≥1

step 4 : 利用线搜索方法确定搜索步长 αk
step 5 : 令 令 xk+1←xk+αkdk ，并计算 gk+1=∇f(xk+1)
step 6 : k←k+1 ，转 step 2

说明：
通常来说，共轭梯度法的收敛速度比最速下降法快，而且不用像牛顿法那样计算海森矩阵及其逆矩阵。但是随着迭代次数的增加，新构造的共轭方向由于误差（如果目标函数不是二次函数则会造成这种误差）积累会逐渐不精确甚至不下降，可能出现收敛速度极慢的现象。为了避免这种现象，一种有效的改进办法是：
每迭代 n 次或者不下降时就再次插入负梯度方向作为搜索方向，从新开始共轭梯度算法。下面的代码就采用了这种思想。

共轭梯度算法Python实现

def frcg(fun,gfun,x0):
    #用FR共轭梯度法求解无约束问题
    #x0是初始点，fun和gfun分别是目标函数和梯度
    #x,val分别是近似最优点和最优值，k是迭代次数
    maxk = 5000
    rho = 0.6
    sigma = 0.4
    k = 0
    epsilon = 1e-5
    n = np.shape(x0)[0]
    itern = 0
    while k < maxk:
        gk = gfun(x0)
        itern += 1
        itern %= n
        if itern == 1:
            dk = -gk
        else:
            beta = 1.0*np.dot(gk,gk)/np.dot(g0,g0)
            dk = -gk + beta*d0
            gd = np.dot(gk,dk)
            if gd >= 0.0:
                dk = -gk
        if np.linalg.norm(gk) < epsilon:
            break
        m = 0
        mk = 0
        while m < 20:
            if fun(x0+rho**m*dk) < fun(x0) + sigma*rho**m*np.dot(gk,dk):
                mk = m
                break
            m += 1
        x0 += rho**mk*dk
        g0 = gk
        d0 = dk
        k += 1  

    return x0,fun(x0),k

性能展示

与拟牛顿法http://blog.csdn.net/u012176591/article/details/46225289 对比，发现共轭梯度法还是挺挫的，需要的迭代次数很多，超过一半的样本的迭代次数超过500（上图没有显示）。

作图代码：

n = 50
x = y = np.linspace(-10,10,n)
xx,yy = np.meshgrid(x,y)
data = [[xx[i][j],yy[i][j]] for i in range(n) for j in range(n)]
iters = []
for i in xrange(np.shape(data)[0]):
    rt = frcg(fun,gfun,data[i])
    if rt[2] <=200:
        iters.append(rt[2])
    if i%100 == 0:
        print i,rt[2]

plt.hist(iters,bins=50)
plt.title(u'共轭梯度法迭代次数分布',{'fontname':'STFangsong','fontsize':18})
plt.xlabel(u'迭代次数',{'fontname':'STFangsong','fontsize':18})
plt.ylabel(u'频率分布',{'fontname':'STFangsong','fontsize':18})

参考文献：

• http://en.wikipedia.org/wiki/Conjugate_gradient_method
• An Introduction to the Conjugate Gradient Method