296 字
1 分钟
收敛与终止条件
2026-05-15
无标签

计算的终止条件(Termination Criteria)#

  • TC1: 梯度范数小于某个阈值 ϵ\epsilon,即 f(x)<ϵ||\nabla f(x)|| < \epsilon 。这表明我们已经接近一个局部最优点。

  • TC2: 相邻迭代点之间的距离小于某个阈值 δ\delta ,即 x(k+1)x(k)<δ||x^{(k+1)} - x^{(k)}|| < \delta 。这表明迭代已经收敛。或者 x(k+1)x(k)x(k)<δ\dfrac{||x^{(k+1)} - x^{(k)}||}{||x^{(k)}||} < \delta ,相对距离小于某个阈值。

  • TC3: 目标函数值的变化小于某个阈值 γ\gamma,即 f(x(k+1))f(x(k))<γ|f(x^{(k+1)}) - f(x^{(k)})| < \gamma 。这表明目标函数值已经趋于稳定。或者 f(x(k+1))f(x(k))f(x(k))<γ\dfrac{|f(x^{(k+1)}) - f(x^{(k)})|}{|f(x^{(k)})|} < \gamma ,相对变化小于某个阈值。

  • TC4: 当 x(k)>γ||x^{(k)}|| >\gammaf(x(k))>γ||f(x^{(k)})|| > \gamma 时,采用 TC2 和 TC3 的相对版本,即 x(k+1)x(k)x(k)<γ\dfrac{||x^{(k+1)} - x^{(k)}||}{||x^{(k)}||} < \gammaf(x(k+1))f(x(k))f(x(k))<δ\dfrac{|f(x^{(k+1)}) - f(x^{(k)})|}{|f(x^{(k)})|} < \delta 否则采用绝对版本 ,即 x(k+1)x(k)<δ||x^{(k+1)} - x^{(k)}|| < \deltaf(x(k+1))f(x(k))<γ|f(x^{(k+1)}) - f(x^{(k)})| < \gamma

线性收敛#

limkx(k+1)xx(k)x=C\lim_{k \to \infty} \frac{||x^{(k+1)} - x^*||}{||x^{(k)} - x^*||} = C

对于不同的C定义不同的收敛

  • C=0C=0:超线性收敛

  • 0<C<10<C<1:线性收敛

  • C=1C=1:次线性收敛

如果 p>1p>1

limkx(k+1)xx(k)xp=C\lim_{k \to \infty} \frac{||x^{(k+1)} - x^*||}{||x^{(k)} - x^*||^{p}} = C

则称序列 {x(k)}\{x^{(k)}\} 以阶数 pp 收敛于 xx^*。当 C=0C=0 时,称为超线性收敛;当 C>0C>0 时,称为阶数 pp 收敛。

alt text

alt text

收敛与终止条件
https://biscuit0613.github.io/posts/aimath/convergence-tc/
作者
Biscuit
发布于
2026-05-15
许可协议
CC BY-NC-SA 4.0