求解方程时,除了用牛顿法,可否使用梯度下降法

两种方法都是可以的。如果我没有记错的话,第二种formulation是MATLAB的函数fsolve里面采用的。然后fsolve可以选择各种不同的优化算法(基于包括Newton和梯度下降等不同方法的算法)作为option.详见: Solve system of nonlinear equations 关于Newton方法和梯度下降法的区别,我是这样理解的:梯度下降法的思路是沿着梯度下降方向搜索求解。所以这里只需要梯度信息,不需要求逆运算。Newton方法的思路是在每一步都尝试用一个线性函数求解方程时,除了用牛顿法,可否使用梯度下降法
去逼近 求解方程时,除了用牛顿法,可否使用梯度下降法
。线性化逼近的过程中会出现梯度。接着,对这个线性函数进行求解。这也就是为什么会出现对于梯度的求逆运算。由此可见两种方法都用到了梯度,都是gradient-based。然而,虽然他们表达式看起来有些类似,但是他们实际使用梯度的思路是不同的。这两种方法各有特点,网上有很多相关资料可以参考, 在此我就不评论了。
■网友
今天看书《应用非线性控制》slotine,发现了一个地方,特地再回来回答一下,供参考。
【求解方程时,除了用牛顿法,可否使用梯度下降法】 在自适应控制参数更新的方法中,就有专门的一个条目叫做『梯度下降法』,中文版章节是8.7.3


    推荐阅读