1. Trang chủ
  2. » Luận Văn - Báo Cáo

Giải thuật cho bài toán tối ưu không trơn trong chỉnh hóa thưa và ứng dụng

55 11 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Giải thuật cho bài toán tối ưu không trơn trong chỉnh hóa thưa và ứng dụng
Tác giả Nguyễn Thị Liêu Noa
Người hướng dẫn TS. Phạm Quý Mười
Trường học Đại Học Đà Nẵng
Chuyên ngành Giải tích
Thể loại Luận văn thạc sĩ
Năm xuất bản 2017
Thành phố Đà Nẵng
Định dạng
Số trang 55
Dung lượng 512,75 KB

Nội dung

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM ——————————– NGUYỄN THỊ LIÊU NOA GIẢI THUẬT CHO BÀI TOÁN TỐI ƯU KHƠNG TRƠN TRONG CHỈNH HĨA VÀ ỨNG DỤNG LUẬN VĂN THẠC SĨ TOÁN HỌC Đà Nẵng - 2017 ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI HỌC SƯ PHẠM ——————————– NGUYỄN THỊ LIÊU NOA GIẢI THUẬT CHO BÀI TOÁN TỐI ƯU KHƠNG TRƠN TRONG CHỈNH HĨA THƯA VÀ ỨNG DỤNG Chun ngành: Giải tích Mã số: 60.46.01.02 LUẬN VĂN THẠC SĨ TOÁN HỌC Người hướng dẫn khoa học: TS Phạm Quý Mười Đà Nẵng - 2017 LỜI CAM ĐOAN Tôi xin cam đoan cơng trình nghiên cứu riêng Các số liệu, kết nêu luận văn trung thực chưa công bố cơng trình khác Tác giả Nguyễn Thị Liêu Noa LỜI CẢM ƠN Lời tác giả xin gửi lời cảm ơn đến Ban Giám Hiệu Trường Đại học Sư phạm - Đại học Đà Nẵng tạo điều kiện thuận lợi cho tác giả suốt trình học làm luận văn Tác giả xin gửi lời cảm ơn sâu sắc tới giáo viên hướng dẫn, TS Phạm Quý Mười, tận tình hướng dẫn suốt q trình thực hồn thiện luận văn Tác giả xin gửi lời cảm ơn chân thành đến thầy cô trực tiếp giảng dạy tác giả suốt trình học tập q thầy khoa Tốn Trường Đại học Sư phạm Đà Nẵng giúp đỡ thời gian qua Cuối cùng, tác giả xin gửi lời cảm ơn đến thành viên lớp Giải tích K31 xây dựng tập thể lớp đồn kết, gắn bó giúp đỡ lẫn tồn khóa học Tác giả Nguyễn Thị Liêu Noa MỤC LỤC MỞ ĐẦU CHƯƠNG KIẾN THỨC CƠ SỞ 1.1 KHÔNG GIAN HILBERT 1.2 HỆ TRỰC CHUẨN 1.3 TỐN TỬ TUYẾN TÍNH LIÊN TỤC VÀ TOÁN TỬ COMPACT 1.4 HÀM SỐ 11 1.5 DƯỚI VI PHÂN 14 1.6 HÀM PHẠT CĨ TÍNH CHẤT THƯA 15 1.7 TOÁN TỬ CO RÚT MỀM 16 CHƯƠNG CÁC GIẢI THUẬT CHO BÀI TOÁN TỐI ƯU KHƠNG TRƠN TRONG CHỈNH HĨA THƯA 19 2.1 ĐIỀU KIỆN CÓ NGHIỆM CỦA BÀI TOÁN 20 2.2 PHƯƠNG PHÁP KIỂU GRADIENT 21 2.2.1 Tính chất hội tụ 24 2.2.2 Các tiêu chuẩn chọn kích thước bước 29 2.2.3 Giải thuật kiểu Gradient 30 2.3 GIẢI THUẬT CẢI TIẾN CỦA BECK 30 CHƯƠNG MỘT SỐ VÍ DỤ VÀ ỨNG DỤNG 35 3.1 BÀI TỐN TỐI ƯU KHƠNG TRƠN HAI BIẾN 35 3.1.1 Bài toán 35 MỤC LỤC 3.1.2 Chương trình Matlab cho giải thuật kiểu Gradient 35 3.1.3 Chương trình Matlab cho giải thuật cải tiến Beck 36 3.1.4 Sự hội tụ nghiệm số giải thuật 37 3.2 PHƯƠNG TRÌNH TÍCH PHÂN LOẠI 39 3.2.1 Bài toán 39 3.2.2 Rời rạc toán 39 3.2.3 Áp dụng chỉnh hóa thưa cho tốn 40 3.2.4 Chương trình Matlab cho giải thuật kiểu Gradient 41 3.2.5 Chương trình Matlab cho giải thuật cải tiến Beck 42 3.2.6 Minh họa nghiệm số hội tụ 43 KẾT LUẬN VÀ KIẾN NGHỊ 45 TÀI LIỆU THAM KHẢO 46 BẢNG KÍ HIỆU : Tập số thực : Tập số thực mở rộng : Không gian tiền Hilbert không gian Hilbert n chiều x : Chuẩn x K : Chuẩn tốn tử K H : Khơng gian Hilbert Sτ : Hàm co rút Sτ : Toán tử co rút mềm δ f : Dữ liệu xấp xỉ f x := y : x định nghĩa y ∀x : Với x ∃x : Tồn x x, y : Tích vơ hướng x y (X, , ) : Không gian tiền Hilbert (X, ) : Không gian định chuẩn C[a, b] : Không gian hàm liên tục [a,b] L(X, Y ) : Không gian gồm tất ánh xạ tuyến tính bị chặn từ X vào Y K(x, r) : Hình cầu tâm x, bán kính r int(M ) : Phần M cl(M ) : Bao đóng M L (a, b) : Khơng gian hàm bình phương khả tích (a, b) SpanA : Không gian sinh tập A C(f, α) : Tập mức f với mức α ∂f : Dưới vi phân hàm f R R Rn DANH SÁCH CÁC HÌNH VẼ Số hiệu hình vẽ Tên hình vẽ Trang 2.1 Đồ thị hàm Θ(v), Θs (v, u) Js (u) 22 n 3.1 Sự hội tụ Θ(x ) ứng với n=50 37 n 3.2 Sự hội tụ Θ(x ) ứng với n=100 38 n 3.3 Sự hội tụ Θ(v ) 44 MỞ ĐẦU Lịch sử vấn đề lý chọn đề tài Tối ưu lĩnh vực kinh điển tốn học, có ảnh hưởng đến hầu hết lĩnh vực khoa học - công nghệ kinh tế - xã hội Trong thực tế, việc tìm nghiệm tối ưu cho tốn chiếm vai trị quan trọng Bài tốn tối ưu phát biểu sau: Tìm f (x) đó, f (x) x∈D hàm mục tiêu, x nghiệm toán, D biểu diễn tập ràng buộc thỏa mãn số tính chất cho trước tốn Khi đó, tồn x∗ ∈ D đem lại giá trị nhỏ cho hàm mục tiêu, lúc ta nói x∗ nghiệm tối ưu tốn Để tìm nghiệm số cho tốn tối ưu, cần có giải thuật phù hợp Đối với giải thuật, cần phải xây dựng sở lý thuyết giải thuật, chứng minh tính hữu hạn hay hội tụ Ngày nay, nhu cầu phát triển không ngừng khoa học kỹ thuật, ngày xuất nhiều toán với hàm mục tiêu f (x) khơng trơn (khơng có đạo hàm) [10], [14] Ví dụ phương pháp chỉnh hóa thưa, chỉnh hóa biến phân cho tốn ngược, dẫn đến tốn tối ưu khơng trơn [14] Phương pháp chỉnh hóa thưa nghiên cứu 10 năm trở lại Phương pháp ứng dụng nhiều lĩnh vực khác xử lí ảnh, xác định tham số phương trình đạo hàm riêng, [12] Với mong muốn nghiên cứu tìm hiểu tốn tối ưu khơng trơn, đặc biệt toán tối ưu xuất lĩnh vực chỉnh hóa thưa nên tơi chọn đề tài nghiên cứu: “Giải thuật cho tốn tối ưu khơng trơn chỉnh hóa thưa ứng dụng” Đề tài nhằm nghiên cứu tồn nghiệm, điều kiện cần đủ cho nghiệm toán Đặc biệt, đề tài dành phần lớn cho việc nghiên cứu hai giải thuật để giải tốn Mục đích nghiên cứu Nghiên cứu xây dựng giải thuật cho tốn tối ưu khơng trơn chỉnh hóa thưa chứng minh tính chất hội tụ Từ đó, ứng dụng vào để giải số ví dụ cụ thể Đối tượng phạm vi nghiên cứu Bài tốn tối ưu khơng trơn chỉnh hóa thưa Các giải thuật cho toán tối ưu không trơn: Giải thuật kiểu Gradient giải thuật cải tiến Beck Phương pháp nghiên cứu Với đề tài: “Giải thuật cho tốn tối ưu khơng trơn chỉnh hóa thưa ứng dụng” tơi sử dụng phương pháp nghiên cứu sau: Thu thập, phân tích tổng hợp tài liệu Phân loại hệ thống hóa lý thuyết Trao đổi với giáo viên hướng dẫn Ý nghĩa khoa học thực tiễn Đề tài trình bày chi tiết cở sở lý thuyết giải thuật để giải toán tối ưu khơng trơn chỉnh hóa thưa Luận văn tài liệu tham khảo cho sinh viên, học viên cao học người có nhu cầu tìm hiểu tốn tối ưu khơng trơn chỉnh hóa thưa Cấu trúc luận văn Luận văn gồm chương: Chương 1: Kiến thức sở Trong chương này, chúng tơi trình bày khái niệm, định lý giải tích hàm giải tích lồi Một số tính chất hàm phạt có tính chất thưa, tốn tử co rút mềm sử dụng luận văn 33 Khi đó, an ≤ c, ∀n ≥ Bổ đề 2.3.3 Cho {tn } dãy dương sinh (gt2) thông qua bước với t1 = thỏa mãn tn ≥ n+1 , ∀n ≥ Định lí 2.3.4 Cho F lồi thỏa mãn tính chất 1, Giả định 2.1.1 Cho {un } xây dựng (gt2) u∗ cực tiểu Bài toán (2.4) Khi ∀n ≥ ∗ n Θ (u ) − Θ (u ) ≤ c u0 − u∗ (c = 2µL) (n + 1)2 Chứng minh Cho xác định Bổ đề 2.3.1 ta đặt 2 an := n t2n , bn := xn , c := y − u∗ = u0 − u∗ s Khi đó, từ Bổ đề 2.3.1, ∀n ≥ ta có: = Θ (un ) − Θ (u∗ ) Ta giả sử a1 + b1 ≤ c, từ Bổ đề 2.3.2 ta 2 tn ≤ u0 − u∗ n s Vì tn ≥ (n + 1)/2 (do Bổ đề 2.3.3), ta suy ≤ 2sn u0 − u∗ (n + 1)2 Hơn nữa, từ (gt2) ta có sn ≤ µL Như vậy, để bất đẳng thức Định lý 2.3.4 có được, ta cần kiểm tra a1 + b1 ≤ c Do t1 = xn xác định Bổ đề 2.3.1, ta có 2 a1 = t1 v1 = v1 , b1 = x1 = u1 − u∗ s s Sử dụng Nhận xét 2.2.3 với (v, u, s) := (u∗ , y , s1 ), ta s1 ∗ Θ (u ) − Θ Js1 y ≥ Js1 y − y + s1 Js1 y − y , y − u∗ ∗ ⇔ Θ (u ) − Θ u s1 ≥ u − y1 2 + s1 u1 − y , y − u∗ 34 = ⇒ s1 v1 ≤ y − u∗ s1 2{ u1 − u∗ − u − u∗ ⇒ a1 + b1 ≤ c 2 + y − u∗ } 35 CHƯƠNG MỘT SỐ VÍ DỤ VÀ ỨNG DỤNG Trong chương này, luận văn áp dụng hai giải thuật nghiên cứu Chương để giải số tốn cụ thể minh họa tính chất hội tụ 3.1 BÀI TỐN TỐI ƯU KHƠNG TRƠN HAI BIẾN 3.1.1 Bài tốn Tìm cực tiểu hàm số Θ : R2 → R xác định bởi: Θ(x) = x1 + x2 − 4x1 x2 + α (|x1 | + |x2 |) , ∀x1 , x2 ∈ R2 (3.1) Bài tốn này, có dạng Bài tốn (2.4) với: F (x) = x1 + x2 − 4x1 x2 Φ(x) = α (|x1 | + |x2 |) Bài tốn (3.1) trơng đơn giản việc tìm nghiệm xác tốn thật khó Bằng hai chương trình Matlab trên, tìm nghiệm xấp xỉ toán cách dễ dàng 3.1.2 Chương trình Matlab cho giải thuật kiểu Gradient Trong phần này, trình bày (gt1) mã hóa mơi trường Matlab cho Bài tốn (3.1) Chương trình Matlab viết sau: f = @(x)x(1)4 + x(2)4 − ∗ x(1) ∗ x(2); gradf = @(x)[4 ∗ x(1)3 − ∗ x(2); ∗ x(2)3 − ∗ x(1)]; eta = 1e-4; N=2; alpha = eta*ones(N,1); q=0.5; s1=1e-5;s2=1e5; maxiter=50; x0 = [3;4]; x1=x0; sn=1; obj1=[]; objfcn1=f(x0); 36 objfcnt1 = objfcn1 + alpha’*abs(x0); gradfcn1 =gradf(x0); for i = 1:maxiter obj1=[obj1 objfcnt1]; ok=1; while ok stemp = x0 - sn*gradfcn1; x1 = sign(stemp).*max(abs(stemp)-sn*alpha,0); objfcn2=f(x1); objfcnt2 = objfcn2 + alpha’*abs(x1); DL=objfcn1+gradfcn1’*(x1-x0)+(x1-x0)’* (x1-x0)/(2*sn); DL = DL + alpha’*abs(x1); if objfcnt2>DL & (sn>=s1) & (snDL & (sn>=s1) & (snDL & (sn>=s1) & (snDL & (sn>=s1) & (sn

Ngày đăng: 12/05/2021, 20:31

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[2] Đỗ Văn Lưu, Phan Huy Khải (2002), Giải tích lồi, Nhà xuất bản Khoa học kỹ thuật Hà Nội Sách, tạp chí
Tiêu đề: Giải tích lồi
Tác giả: Đỗ Văn Lưu, Phan Huy Khải
Nhà XB: Nhà xuất bản Khoa học kỹ thuật Hà Nội
Năm: 2002
[3] Huỳnh Thế Phùng (2012), Cơ sở giải tích lồi, Nhà xuất bản Giáo dục Việt Nam.Tiếng Anh Sách, tạp chí
Tiêu đề: Cơ sở giải tích lồi
Tác giả: Huỳnh Thế Phùng
Nhà XB: Nhà xuất bản Giáo dục Việt Nam
Năm: 2012
[4] Allers A. and Stantosa F. (1991), "Stability and resolution analysis of a linearized problem in electrical impedance tomography", Inverse Problems, 7(4), 515-533 Sách, tạp chí
Tiêu đề: Stability and resolution analysis of a linearized problem in electrical impedance tomography
Tác giả: Allers A., Stantosa F
Nhà XB: Inverse Problems
Năm: 1991
[5] Beck A. and Teboulle M. (2009), "A fast iterative shrinkage- thresholding algorithm for linear inverse problems", SIAM journal on imaging sciences, 2(1), 183-202 Sách, tạp chí
Tiêu đề: A fast iterative shrinkage-thresholding algorithm for linear inverse problems
Tác giả: Beck A. and Teboulle M
Năm: 2009
[6] Bonesky T., Bredies K., Lorenz D. A. and Maass P. (2007), "A gen- eralized conditional gradient method for nonlinear operator equation with sparsity constraints", Inverse Problems, 23(5), 2041-2058 Sách, tạp chí
Tiêu đề: A generalized conditional gradient method for nonlinear operator equation with sparsity constraints
Tác giả: Bonesky T., Bredies K., Lorenz D. A., Maass P
Nhà XB: Inverse Problems
Năm: 2007
[7] Bredies K. and Lorenz D. A. (2008), "Linear convenrgence of itera- tive soft thresholding", Journal of Fourier Analysis and Applications 14(5), 813-837 Sách, tạp chí
Tiêu đề: Linear convergence of iterative soft thresholding
Tác giả: Bredies K., Lorenz D. A
Nhà XB: Journal of Fourier Analysis and Applications
Năm: 2008
[8] Chan T. F. and Tai X. (2003), "Identification of discontinuous coef- ficients in ellptic problem using total variation regularization", SIAM Journal on Scientific Computing, 25(3), 881-904 Sách, tạp chí
Tiêu đề: Identification of discontinuous coefficients in elliptic problem using total variation regularization
Tác giả: Chan T. F., Tai X
Nhà XB: SIAM Journal on Scientific Computing
Năm: 2003
[9] Daubechies I., Defrise M. and Demol C. (2004), "An iterative thresh- olding algorithm for linear inverse problems with a sparsity con- straint", Communications on pure and applied mathematics, 57(11), 1413-1457 Sách, tạp chí
Tiêu đề: An iterative thresh-olding algorithm for linear inverse problems with a sparsity con-straint
Tác giả: Daubechies I., Defrise M. and Demol C
Năm: 2004
[10] Grasmair M., Haltmeier M., and Scherzer O. (2008), "Sparsity regu- larization with lq penalty term", Inverse Problems, 24(5), 055020 Sách, tạp chí
Tiêu đề: Sparsity regularization with lq penalty term
Tác giả: Grasmair M., Haltmeier M., Scherzer O
Nhà XB: Inverse Problems
Năm: 2008
[11] Kantorovic L.V. and Akilov G. P. (1964), Functional Analysis in Normed Spaces, Pergamon Press, Oxford, UK Sách, tạp chí
Tiêu đề: Functional Analysis in Normed Spaces
Tác giả: Kantorovic L.V., Akilov G. P
Nhà XB: Pergamon Press
Năm: 1964
[12] Kirsch A. (2011), An introduction to the mathematical theory of in- verse problems, Springer Science and Business Media Sách, tạp chí
Tiêu đề: An introduction to the mathematical theory of inverse problems
Tác giả: Kirsch A
Nhà XB: Springer Science and Business Media
Năm: 2011
[13] Lorenz D. A., Mass P. and Pham Q. M. (2012), "Gradient descent for tikhonov functional with Sparsity Constraints: Theory and numerical comparison of step size rules", Electronic Transactions on Numerical Analysis, (39), 437-463 Sách, tạp chí
Tiêu đề: Gradient descent fortikhonov functional with Sparsity Constraints: Theory and numericalcomparison of step size rules
Tác giả: Lorenz D. A., Mass P. and Pham Q. M
Năm: 2012
[14] Pham Q. M. (2012), Sparsity Constraints and Regularization for Non- linearm Inverse Problems, Diss Bremen, Universit¨ at Bremen, Diss Sách, tạp chí
Tiêu đề: Sparsity Constraints and Regularization for Non- linearm Inverse Problems
Tác giả: Pham Q. M
Nhà XB: Universität Bremen
Năm: 2012
[15] Zeidler E. (1990), Nonlinear Functional Analysis and Its Applications II/B: Nonlinear Monotone Operators, Vol. 173, Springer Science and Business Media Khác

HÌNH ẢNH LIÊN QUAN

Hình 2.1 minh họa đồ thị của hàm Θ(v) , Θ s (v, u) và J s (u) . Sử dụng ánh - Giải thuật cho bài toán tối ưu không trơn trong chỉnh hóa thưa và ứng dụng
Hình 2.1 minh họa đồ thị của hàm Θ(v) , Θ s (v, u) và J s (u) . Sử dụng ánh (Trang 30)
Hình 3.1: Sự hội tụ của Θ(x n ) - Giải thuật cho bài toán tối ưu không trơn trong chỉnh hóa thưa và ứng dụng
Hình 3.1 Sự hội tụ của Θ(x n ) (Trang 45)
Hình 3.2: Sự hội tụ của Θ(x n ) - Giải thuật cho bài toán tối ưu không trơn trong chỉnh hóa thưa và ứng dụng
Hình 3.2 Sự hội tụ của Θ(x n ) (Trang 46)
Hình 3.3: Sự hội tụ của Θ(v n ). - Giải thuật cho bài toán tối ưu không trơn trong chỉnh hóa thưa và ứng dụng
Hình 3.3 Sự hội tụ của Θ(v n ) (Trang 52)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w