优化算法之梯度下降｜Matlab实现梯度下降算法

题目要求：

使用Matab实现梯度下降法

对于函数：
$$\min f(x)=2x_1^2+4x_2^2-6x_1-2x_1{x}_2$$
试采用 MATLAB实现最速下降法求解该问题, 给出具体的迭代过程、 最终优化结果、涉及的代码, 以及自己的心得体会。

摘要

文章主要通过实现grad()函数进行梯度运算。

主要实现的功能：

1. 通过Matlab语言实现梯度下降算法
2. 利用Matlab的plot3描绘出梯度下降循环迭代的过程，同时也描绘出极小值随迭代次数的图像。

梯度下降原理

梯度的概念

梯度：是一个向量，表示某一函数在该点处的方向导数沿着该方向取得最大值。

• 有大小：变化率最大（为该梯度的模）；

• 有方向：函数在该点处沿着该方向（此梯度的方向）变化最快

定义：
设$z=f(x,y)$在点$P_0\left(x_0,y_0\right)$处存在偏导数$f_x^{\prime }\left(x_0,y_0\right)$和$f_y^{\prime }\left(x_0,y_0\right)$,则称向量$\left\{f_x^{\prime }\left(x_0,y_0\right),f_y^{\prime }\left(x_0,y_0\right)\right\}$为$f(x,y)\text{ 在 }{P}_0\left(x_0,y_0\right)$的梯度，记作：

$${\nabla f|}_{P_0},{\nabla z|}_{P_0},{\mathrm{gradf}|}_{P_0}或{\mathrm{gradz}|}_{P_0}$$
$${\therefore \nabla f|}_{P_0}={\mathrm{gradf}|}_{P_0}=\left\{f_x^{\prime }\left(x_0,y_0\right),f_y^{\prime }\left(x_0,y_0\right)\right\}$$
其中：$\nabla$(Nabla)算子:
$$\nabla =\frac{\partial }{\partial x}i+\frac{\partial }{\partial y}j$$

梯度函数：

梯度的大小：

$$|\nabla f|=\sqrt{{\left[f_x^{\prime }(x,y)\right]}^2+{\left[f_y^{\prime }(x,y)\right]}^2}$$

梯度的方向：

设：$v=\left\{v_1,v_2\right\}(|v|=1)$是任一给定方向，则对 $\nabla f$与$v$的夹角$\theta$有：

$$\begin{array}{rl}{\frac{\partial f}{\partial v}|}_{P_0}& =f_x^{\prime }\left(x_0,y_0\right)v_1+f_y^{\prime }\left(x_0,y_0\right)v_2\\ & =\left\{f_x^{\prime }\left(x_0,y_0\right),f_y^{\prime }\left(x_0,y_0\right)\right\}\bullet \left\{v_1,v_2\right\}\\ & ={\nabla f|}_{P_0}\bullet v=|\nabla f{|}_{P_0}|\cdot |v\mid \cos \theta \end{array}$$

梯度下降法：

$${\alpha }_{(k)}=\mathrm{argmin}f\left(x^k-\alpha \cdot \nabla f\left(x^{(k)}\right)\right)$$

梯度下降法的优缺点分析

优点：

（1）程序简单，计算量小；
（2）对初始点没有特别的要求；
（3）最速下降法是整体收敛的，且为线性收敛

缺点：

（1）它只在局部范围内具有“最速”属性， 对整体求解过程，它的下降速度是缓慢的；
（2）靠近极小值时速度减慢；
（3）可能会’之字型’地下降

核心代码和结果

代码的迭代结果：

迭代过程：

极小值-迭代次数趋势图像：

迭代结果在圆锥曲面上的可视化：

所求函数：
$$\min f(x)=2x_1^2+4x_2^2-6x_1-2x_1{x}_2$$
主函数：

clc,clear;
syms x1 x2 s; %声明符号变量
f1 =2*x1^2+4*x2^2-6*x1-2*x1*x2;%设定目标函数
[k,f1,f2,f3]=grad(f1,x1,x2,s,[0,1],10^(-5));  %设定起始点[x1 x2]=[-2.5,4.25]和精度10^(-2)
[result]=sprintf('在 %d 次迭代后求出极小值\n',k);%在迭代多少次之后求出极小值
disp(result);
figure(1);
plot(1:k,f3); % 作出函数图像
title('迭代过程');%输出结果
xlabel('迭代次数');
ylabel('极小值'); 
figure(2);
plot3(f1,f2,f3); % 画出方程图像
hold on;
syms x1 x2; % 声明符号变量
f=2*x1^2+4*x2^2-6*x1-2*x1*x2;
fmesh(f);

梯度下降核心函数实现：

function  [iterator,f1,f2,f3] = grad(f,x1,x2,s,start_point,thereshold) 
    iterator = 0;%迭代次数赋值初始化
    grad_f = [diff(f,x1) diff(f,x2)]; %计算f的梯度 
    delta = subs(grad_f,[x1,x2],[start_point(1),start_point(2)]);
    %计算起点的梯度   
    step=1; %设置初始步长为1
    current_point = start_point;%起点值赋给当前点
    %最速下降法的主循环，判断条件为：梯度的模与所给精度值进行比较
    while norm(delta) > thereshold          
        iterator = iterator + 1;%迭代次数+1     
        %一维探索 求最优步长（此时方向已知，步长s为变量）
        x_next = [current_point(1),current_point(2)] - s* delta/norm(delta);% 计算x（k+1）点，其中步长s为变量 
        f_val = subs(f,[x1,x2],[x_next(1),x_next(2)]);% 将x值带入目标函数中
        step = abs(double(solve(diff(f_val,s)))); % 对s求一阶导，并加绝对值符号，得到最优步长的绝对值
        step = step(1);%更新步长    
        %计算x（k+1）点
        current_point = double([current_point(1),current_point(2)] - step * delta/norm(delta));
        %计算x（k+1）点的梯度值
        delta = subs(grad_f,[x1,x2],[current_point(1),current_point(2)]);
        %计算函数值
        f_value = double(subs(f,[x1,x2],[current_point(1),current_point(2)]));
        %输出迭代计算过程
        result_string=sprintf('k=%d, x1=%.6f, x2=%.6f, step=%.6f f(x1,x2)=%.6f',iterator,current_point(1),current_point(2),step,f_value);
        f1(iterator)=current_point(1);
        f2(iterator)=current_point(2);
        f3(iterator)=f_value;
        disp(result_string);
    end
end

梯度算法的局限性及其优化

神经网络中，梯度的搜索是使用最为广泛的参数寻优方法，在此类方法美些视策解出发,代寻找最优参数值、每次送代中，我们先计算设置函数当前点的梯度，并根据梯度确定搜索方向。

在搜索过程中，我们可能会遇到陷入局部最小的问题，如果误差函数具有多个局部极小,则不能保证找到的解是全局最小，对后一种情形,我们称参数寻优陷入了局部极小,这显然不是我们所希望的。

在现实任务中,人们常采用以下策略来试图“跳出”局部极小 从而进-步接近全局最小:

• 以多组不同参数值初始化多个神经网络,按标准方法训练后,取其中误差最小的解作为最终参数.这相当于从多个不同的初始点开始搜索,这样就可能陷入不同的局部极小，从中进行选择有可能获得更接近全局最小的结果.
  但是也会造成“跳出”全局最小
• 使用“模拟退火”技术，模拟退火在每一步都以一定的概率接受比当前解更差的结果,从而有助于“跳出”局部极小.在每步迭代过程中、接受“你优解》的概率要随着时间的摊移而逐渐降低。从而保证算法稳定
• 使用随机梯度下降.与标准梯度下降法精确计算梯度不同,随机梯度下降法在计算梯度时加入了随机因素。于是，即便陷入局部极小点,它计算出的梯度仍可能不为零,这样就有机会跳出局部极小继续搜索。