近似点梯度法

最优化笔记——Proximal Gradient Method

最优化笔记，主要参考资料为《最优化：建模、算法与理论》

---

---

一、邻近算子

（1）定义

定义 (邻近算子)

对于一个凸函数 $h$, 定义它的邻近算子(proximal operator)为
$${\mathrm{prox}}_h(x)=\arg \underset{u\in \mathbf{dom}h}{\min }\left\{h(u)+\frac{1}{2}\Vert u?x{\Vert }^2\right\}.$$

可以看到，邻近算子的目的是求解一个距 $x$ 不算太远的点，并使函数值 $h(x)$ 也相对较小.

上图图描述了proximal算子的作用:

• 细黑线是凸函数$h(x)$的等高线;较粗的黑线表示定义域的边界.
• 设蓝点为$x$，计算$\mu ={\mathrm{prox}}_h(x)$，红点则是$\mu$.
• 定义域内的三个点其对应的$\mu$停留在定义域内，并向$h(x)$最小值移动.
• 而另外两个定义域外的点，其对应的$\mu$移动到定义域的边界，并尽可能使$h(u)$很小.

一个很自然的问题是，上面给出的邻近算子的定义是不是有意义的，即定义中的优化问题的解是不是存在唯一的. 若答案是肯定的，我们就可使用邻近算子去构建迭代格式. 下面的定理将给出定义中优化问题解的存在唯一性.

定理 (邻近算子是良定义的)

如果 $h$ 是适当的闭凸函数，则对任意的 $x\in {\mathbb{R}}^n,{\mathrm{prox}}_h(x)$ 的值存在且唯一.

二、近似点梯度法

（1）迭代格式

考虑如下复合优化问题：

$$\min \psi (x)=f(x)+h(x),$$

其中函数 $f$ 为可微函数，其定义域 $\mathbf{dom}f={\mathbb{R}}^n$, 函数 $h$ 为凸函数，可以是非光滑的，并且一般计算此项的邻近算子并不复杂. 比如 LASSO 问题，两项分别为 $f(x)=\frac{1}{2}\Vert Ax?b{\Vert }^2,h(x)=\mu \Vert x{\Vert }_1.$ 近似点梯度法的思想非常简单：注意到 $\psi (x)$ 有两部分，对于光滑部分$f$ 做梯度下降，对于非光滑部分 $h$ 使用邻近算子，则近似点梯度法的迭代公式为

$$x^{k+1}={\mathrm{prox}}_{t_{k}h}(x^k?t_k?f(x^k)),(1)$$

其中 $t_k>0$ 为每次迭代的步长，它可以是一个常数或者由线搜索得出. 近似点梯度法跟众多算法都有很强的联系，在一些特定条件下，近似点梯度法还可以转化为其他算法：当 $h(x)=0$ 时，迭代公式变为梯度下降法

$$x^{k+1}=x^k?t_k?f(x^k);$$

当 $h(x)=I_C(x)$ 时，迭代公式变为投影梯度法

$$x^{k+1}={\mathcal{P}}_C(x^k?t_k?f(x^k)).$$

（2）迭代格式的理解

对$f(x)$在$x^k$处做泰勒展线性展开并加上二次项，非光滑部分不做改变：
$$\begin{array}{rl}& \underset{x}{\min }f(x)+h(x)\\ ?& \underset{x}{\min }f(x^k)+?f(x^k{)}^{\mathrm{T}}(x?x^k)+\frac{1}{2t_k}\Vert x?x^k{\Vert }^2+h(x)(2)\\ ?& \underset{x}{\min }\frac{1}{2t_k}\Vert x?x^k+t_k?f(x^k){\Vert }^2+h(x)(3)\\ ?& \underset{x}{\min }\frac{1}{2t_k}\Vert x?(x^k?t_k?f(x^k)){\Vert }^2+h(x)(4)\end{array}$$
可以看到(4)式即为邻近算子的定义
$$x^{k+1}={\mathrm{prox}}_{t_{k}h}(x^k?t_k?f(x^k))$$
相当于是对$f(x)$先做一步梯度下降${\hat{x}}^{k+1}=x^k?t_k?f(x^k)$，然后再寻找一个点$x^{k+1}$，使得$x^{k+1}$距 ${\hat{x}}^{k+1}$ 不算太远，并使函数值 $h({\hat{x}}^{k+1})$ 也相对较小.

（3）收敛性分析

也就是说近似点梯度法收敛速度是$O(\frac{1}{k})$的，比次梯度算法快！

三、FISTA算法

（1）迭代格式

注意每个Section公式重新从（1）开始编号

仍然考虑复合优化问题
$$\min \psi (x)=f(x)+h(x).(1)$$
上面介绍的近似点梯度法收敛速度是$O(\frac{1}{k})$的，下面介绍一个在此基础上改进的算法——FISTA，收敛速度可以达到$O({\frac{1}{k}}^2)$!

（2）收敛性分析

参考资料

1. 刘浩洋、户将、李勇锋、文再文. 最优化：建模、算法与理论. 高教出版社, 2022.
2. http://faculty.bicmr.pku.edu.cn/~wenzw/