Hooke-Jeeves法是一种解决无约束优化问题的算法，其特点是不需要计算目标函数的导数。通过初始点、探测步长、加速因子和衰减因子等参数调整，逐步逼近最小值点。例如，对于函数f(x1, x2) = (1 - x1)^2 + 5(x2 - x1^2)^2，从(2, 0)开始，经过计算得到最小值点(1, 1)，最小值为0。另一例题中，函数f(x1, x2) = x1^2 + x2^2 - 4x1 + 2x2 + 7，从(0, 0)出发，最终找到最小值点(2, -1)，最小值为2。"
120027916,5522449,Linux数据重定向详解,"['Linux', 'shell', '文件操作', '命令行工具']
求解无约束优化问题的极小值（最小值）。
算法步骤中不需要计算目标函数的导数。
求解 min f ( x ) : = ( 1 − x 1 ) 2 + 5 ( x 2 − x 1 2 ) 2 . \min\ f(x):=(1-x_1)^2+5{(x_2-{x_1}^2)}^2. min f(x):=(1−x1)2+5(x2−x12)2.
解：置初始点为 ( 2 , 0 ) T (2,0)^T (2,0)T, 初始探测步长 δ = 1 2 \delta = \frac{1}{2} δ=21，加速因子 α = 1 \alpha=1 α=1，衰减因子 β = 1 2 \beta=\frac{1}{2} β=21
571
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
最低0.47元/天 解锁文章
扫一扫
