黄金分割搜索法求单峰极小值C++实现

#ifndef GOLDEN_SEARCH_H
#define GOLDEN_SEARCH_H

/**
 * @brief golden_min 黄金分割搜索,求最小值;要求f(x)在[a,b]区间内有单峰最小值
 *        每次问题规模减少(1-GR)=0.381966011250
 * @param a          函数f的自变量x的上边界
 * @param b          函数f的自变量x的上边界
 * @param eps        自变量容差
 * @param f          f(x)函数
 * @param x          求得最小值时的x
 * @return           最小值
 */
double golden_min(double a, double b, double eps, double f ( double x ), double &x);

#endif // GOLDEN_SEARCH_H
#include "golden_search.h"
#include "math.h"
#include "assert.h"
#include <QtCore>

double golden_min(double a, double b, double eps, double f(double), double &x)
{
    //a----c--d----b
    //ac为小头,bc为大头, ac=db, bc/ab为黄金分割比例
    double result = NAN;
    const double GR = (sqrt(5.0) - 1.0)/2.0; //黄金分割比例, golden ratio
    double c = a + (b-a) * (1 - GR);
    double fc = f(c);

    bool bTure = (fc <= f(a) && fc <= f(b));
    if (!bTure)
    {
        //初始参数不满足f(c) <= f(a)和f(b)
        assert(false);
        return result;
    }

    //保护措施,防止函数不满足条件等导致的死循环
    const int max_times = 3000;
    int times = 0;

    bool bSwapCD = false;
    double d, fd;
    while (true)
    {
        //安全保护
        times++;
        if (times > max_times)
        {
            result = fc;
            break;
        }

        c = a + (b-a) * (1 - GR);
        d = a + (b-a) * GR;

        if (bSwapCD)
        {
            fc = f(c);
        }
        else
        {
            fd = f(d);
        }

        if (c > d)
        {
            assert(false);
        }

        if (fabs(a - b) < eps * qMin(fabs(a), fabs(b)))
        {
            x = (a + b) / 2;
            result = f(x);
            //std::cout <<  "times:" << times;
            break;
        }

        if (fc <= fd)
        {
            b = d;
            fd = fc;
            bSwapCD = true;
        }
        else
        {
            a = c;
            fc = fd;
            bSwapCD = false;
        }
    }

    return result;
}
#include <QCoreApplication>
#include <QtCore>
#include "golden_search.h"

static int T = 0;
typedef double (*func) (double);

static double myfunc2(double x)
{
    T++;
    return pow(x, 2)  -200 * x + 10000.0;
}

static void test_min(double a, double b, double eps, func f)
{
    QElapsedTimer timer;
    timer.start();

    double x3 = 0, fx3 = 0;

    int times = 1000;
    T = 0;
    timer.restart();
    for (int i = 0; i < times; i++)
    {
        fx3 = golden_min(a, b, eps, f, x3);
    }
    qDebug () << "golden_min       "
              << "x="  << QString::number(x3, 'E', 14)
              << "fx=" << QString::number(fx3 , 'E', 14)
              << timer.nsecsElapsed() / 1000000.0
              << "ms, times:" << T/times;
}


int main(int argc, char *argv[])
{
    QCoreApplication a(argc, argv);

    test_min(-1e100, 1e100, 1.0e-14, myfunc2);

    return a.exec();
}

运行输出:

golden_min x= "9.99999999789266E+1" fx= "0.00000000000000E+0" 22.8964 ms, times: 543

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
黄金分割法是一种求极小值点的优化算法,可以应用于函数的单峰化区间中,且只需要函数在指定区间上的取值。下面是使用MATLAB实现黄金分割法求极小点的步骤: 1. 定义函数:首先,我们需要定义目标函数。假设要优化的函数为 f(x),其中 x 是自变量。 2. 确定求解区间:确定目标函数 f(x) 的求解区间 [a, b],确保目标函数在该区间上存在唯一的极小值点。 3. 初始化参数:设置黄金分割法的初始参数,包括黄金比例(一般取0.618)和精度要求等。 4. 迭代计算:通过迭代计算来逐步逼近极小点。首先,在求解区间内选择两个初始点 x1 和 x2,使得 (b - a) 为黄金比例的倒数。然后,计算函数在两个初始点的取值 f(x1) 和 f(x2),并比较它们的大小。 5. 更新搜索区间:根据在初始点上函数值的大小关系,更新搜索区间 [a, b]。如果 f(x1) < f(x2),则将 b 更新为 x2;如果 f(x1) > f(x2),则将 a 更新为 x1。否则,如果 f(x1) = f(x2),则将 a 更新为 x1,b 更新为 x2。 6. 迭代停止条件检查:重复执行步骤 4 和步骤 5,直到搜索区间的长度小于给定的精度要求。这样,我们就可以得到在给定精度下的极小点近似值。 7. 输出结果:最终输出近似的极小点值 x_min。 以上是使用MATLAB实现黄金分割法求解极小点的基本步骤。在实际应用中,还需要注意处理特殊情况和对算法进行优化,以提高求解效率和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

piaopiaolanghua

感谢鼓励,再接再厉!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值