×

关于Anderson加速度、Nesterov加速度和非线性GMRES的渐近线性收敛速度。 (英文) Zbl 1490.65120号

摘要:我们考虑了定点迭代(x{k+1}=q(x_k))的非线性收敛加速方法,包括Anderson加速(AA)、非线性GMRES(NGMRES)和Nesterov型加速(对应于窗口大小为1的AA)。我们重点研究以收敛因子(rho<1)渐近线性收敛的不动点方法,并解决了一个潜在的完全光滑和非凸优化问题。通常可以观察到,AA和NGMRES大大改善了不动点迭代的渐近收敛性,但这种改进尚未在理论上量化。我们在简化的条件下研究这个问题。首先,我们考虑AA和NGMRES的平稳版本,并在已知不动点(x^*)处的谱的情况下,确定导致最佳渐近收敛因子的系数。这使我们能够理解并量化非线性收敛加速所能提供的渐近收敛改进,将(x{k+1}=q(x_k))视为AA和NGMRES的非线性预条件。其次,对于无限窗口大小的情况,我们考虑了应用于线性化约为(x^*)的不动点迭代的GMRES的线性渐近收敛界。由于AA和NGMRES在线性情况下等同于GMRES,因此可以预期GMRES收敛因子与AA和NGMRES相关,如\(x_k\rightarrow x ^*\)。我们的结果通过正则张量分解对一类测试问题进行了数值说明,将最速下降和交替最小二乘作为定点迭代进行比较,定点迭代由AA和NGMRES加速。我们的数值试验表明,这两种方法都允许我们估计有限窗口大小的非平稳AA和NGMRES的渐近收敛速度。

MSC公司:

65K10码 数值优化和变分技术
49立方米 基于非线性规划的数值方法
65H10型 方程组解的数值计算
65F08个 迭代方法的前置条件
65层10 线性系统的迭代数值方法
15A69号 多线性代数,张量演算
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] E.Acar、D.M.Dunlavy和T.G.Kolda,用于拟合正则张量分解的可扩展优化方法,J.Chemom。,25(2011年),第67-86页。
[2] E.Acar、T.G.Kolda和D.M.Dunlavy,《拟合正则张量分解的优化方法》,技术代表SAND2009-0857,Sandia国家实验室,新墨西哥州阿尔伯克基,加利福尼亚州利弗莫尔,2009年。
[3] D.G.Anderson,非线性积分方程的迭代程序,J.Assoc.Compute。机器。,12(1965年),第547-560页·Zbl 0149.11503号
[4] A.M.S.Ang和N.Gillis,使用外推加速非负矩阵分解算法,神经计算。,31(2019年),第417-439页·Zbl 1470.65083号
[5] B.W.Bader、T.G.Kolda等人,MATLAB张量工具箱,网址:http://www.sandia.gov/tgkolda/Tensor工具箱,2015年。
[6] B.Beckermann、S.A.Goreinov和E.E.Tyrtyshnikov,关于GMRES的Elman估计的一些评论,SIAM J.Matrix Anal。申请。,27(2006),第772-778页,https://doi.org/10.1137/040618849。 ·Zbl 1101.65032号
[7] P.R.Brune、M.G.Knepley、B.F.Smith和X.Tu,《构建可伸缩非线性代数解算器》,SIAM Rev.,57(2015),第535-565页,https://doi.org/10.1137/130936725。 ·Zbl 1336.65030号
[8] H.De Sterck,规范张量分解的非线性GMRES优化算法,SIAM J.Sci。计算。,34(2012),第A1351-A1379页,https://doi.org/10.1137/10835530。 ·Zbl 1253.15035号
[9] H.De Sterck,非线性GMRES优化的最速下降预处理,数值。线性代数应用。,20(2013),第453-471页·Zbl 1313.65137号
[10] H.De Sterck和A.Howse,计算近似Tucker张量分解的格拉斯曼流形上的非线性预处理优化,SIAM J.Sci。计算。,38(2016),第A997-A1018页,https://doi.org/10.1137/15M1037288。 ·Zbl 1382.65183号
[11] H.De Sterck和A.J.Howse,非线性预处理L-BFGS作为交替最小二乘的加速机制,应用于张量分解,数值。线性代数应用。,25(2018),e2202·Zbl 1513.65179号
[12] H.De Sterck和K.Miller,低阶正则张量分解的自适应代数多重网格算法,SIAM J.Sci。计算。,35(2013),第B1-B24页,https://doi.org/10.1137/10855934。 ·Zbl 1264.65045号
[13] H.De Sterck和M.Winlaw,秩-R正则张量近似的非线性预处理共轭梯度算法,数值。线性代数应用。,22(2015),第410-432页·Zbl 1363.65041号
[14] T.A.Driscoll,N.Hale和L.N.Trefethen编辑,《Chebfun指南》,Pafnuty出版社,英国牛津,2014年。
[15] D.M.Dunlavy、T.G.Kolda和E.Acar,《Poblano v1.0:基于梯度优化的Matlab工具箱》,技术代表SAND2010-1422,Sandia国家实验室,新墨西哥州阿尔伯克基,加利福尼亚州利弗莫尔,2010年。
[16] C.Evans、S.Pollock、L.G.Rebholz和M.Xiao,关于Anderson加速度提高线性收敛不动点方法(但不提高二次收敛方法)收敛速度的证明,SIAM J.Numer。分析。,58(2020年),第788-810页,https://doi.org/10.1137/19M1245384。 ·Zbl 1433.65102号
[17] H.-r.Fang和Y.Saad,非线性加速度的两类多斜面方法,Numer。线性代数应用。,16(2009年),第197-221页·Zbl 1224.65134号
[18] A.Greenbaum、V.Ptaík和Z.Strakos̆,任何非增量收敛曲线对于GMRES都是可能的,SIAM J.Matrix Anal。申请。,17(1996),第465-469页,https://doi.org/10.1137/S0895479894275030。 ·Zbl 0857.65029号
[19] M.H.Gutknecht、W.Niethammer和R.S.Varga,解非线性方程组的(k)步迭代方法,Numer。数学。,48(1986),第699-712页·Zbl 0597.65047号
[20] T.Hong、I.Yavneh和M.Zibulevsky,通过SESOP加速多网格优化,预印本,https://arxiv.org/abs/1812.06896, 2018.
[21] T.Kerkhoven和Y.Saad,关于耦合非线性椭圆系统的加速方法,数值。数学。,60(1992年),第525-548页·Zbl 0724.65095号
[22] T.G.Kolda和B.W.Bader,张量分解和应用,SIAM Rev.,51(2009),第455-500页,https://doi.org/10.1137/07070111X。 ·Zbl 1173.65029号
[23] L.Lessard、B.Recht和A.Packard,通过积分二次约束分析和设计优化算法,SIAM J.Optim。,26(2016),第57-95页,https://doi.org/10.1137/15M1009597。 ·Zbl 1329.90103号
[24] D.G.Luenberger和Y.Ye,《线性和非线性规划》,第三版,国际。序列号。操作。资源管理科学。116,施普林格,纽约,2008年·Zbl 1207.90003号
[25] A.Mees和D.Atherton,包含矩阵值域的域,线性代数应用。,26(1979年),第289-296页·Zbl 0407.15016号
[26] D.Mitchell,N.Ye和H.De Sterck,规范张量分解的交替最小二乘加速:动量步长选择和重启机制,数值。线性代数应用。,27(2020),e2297·Zbl 1488.65108号
[27] J.J.Moreí和D.J.Thuente,保证充分减少的线搜索算法,ACM Trans。数学。《软件》,20(1994),第286-307页·Zbl 0888.65072号
[28] Y.Nesterov,一种求解具有收敛速度的凸规划问题的方法\({O}(1/k^2)\),苏联数学。道克。,27(1983年),第372-376页·Zbl 0535.90071号
[29] Y.Nesterov,凸优化入门讲座:基础课程,应用。最佳方案。87,Kluwer学术出版社,马萨诸塞州波士顿,2004年·Zbl 1086.90045号
[30] W.Niethammer和R.S.Varga,从可和性理论分析线性系统的(k)步迭代方法,Numer。数学。,41(1983年),第177-206页·Zbl 0487.65018号
[31] B.O'Donoghue和E.Candès,《加速梯度方案的自适应重启》,Found。计算。数学。,15(2015),第715-732页·Zbl 1320.90061号
[32] C.W.Oosterlee和T.Washio,非线性多重网格的Krylov子空间加速及其在再循环流中的应用,SIAM J.Sci。计算。,21(2000),第1670-1690页,https://doi.org/10.1137/S1064827598338093。 ·Zbl 0968.76061号
[33] J.M.Ortega和W.C.Rheinboldt,多元非线性方程的迭代解,经典应用。数学。30,SIAM,费城,2000年,https://doi.org/10.1137/1.9780898719468。 ·Zbl 0949.65053号
[34] D.Scieur、A.D'Aspremont和F.Bach,正则化非线性加速,《神经信息处理系统进展》,麻省理工学院出版社,马萨诸塞州剑桥,2016年,第712-720页。
[35] A.Toth和C.T.Kelley,安德森加速度收敛分析,SIAM J.Numer。分析。,53(2015),第805-819页,https://doi.org/10.1137/130919398。 ·Zbl 1312.65083号
[36] L.N.Trefethen和D.Bau III,《数值线性代数》,SIAM,费城,1997年·Zbl 0874.65013号
[37] L.N.Trefethen和M.Embree,《谱和伪谱:非正规矩阵和算子的行为》,普林斯顿大学出版社,新泽西州普林斯顿,2005年·Zbl 1085.15009号
[38] A.Uschmajew,正则张量近似的交替最小二乘算法的局部收敛性,SIAM J.矩阵分析。申请。,33(2012),第639-652页,https://doi.org/10.1137/10843587。 ·Zbl 1252.65085号
[39] H.F.Walker和P.Ni,定点迭代的Anderson加速度,SIAM J.Numer。分析。,49(2011),第1715-1735页,https://doi.org/10.1137/10078356X。 ·兹比尔1254.65067
[40] D.Wang、Y.He和H.De Sterck,量化应用于ADMM的Anderson加速度的渐近线性收敛速度,预印本,https://arxiv.org/abs/2007.02916v2, 2020.
[41] T.Washio和C.W.Oosterlee,非线性多重网格方案的Krylov子空间加速,Electron。事务处理。数字。分析。,6(1997年),第271-290页·Zbl 0903.65096号
[42] J.Zhang,Y.Peng,W.Ouyang,B.Deng,《加速ADMM以实现高效仿真和优化》,ACM Trans。图表。,38(2019),第1-21页。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。