本文介绍了一维搜索中的抛物线法，旨在寻找近似的极小点。算法步骤包括设置初始点，根据函数值选择目标点并进行迭代，直到满足精度条件。举例说明了如何使用该方法解决特定优化问题。
算法目的
得到近似的极小点。
算法步骤
- 给定初始点 x 1 < x 2 < x 3 x_1\lt x_2\lt x_3 x1<x2<x3，满足 f ( x 1 ) > f ( x 2 ) , f ( x 2 ) < f ( x 3 ) f(x_1)\gt f(x_2),\ f(x_2)\lt f(x_3) f(x1)>f(x2), f(x2)<f(x3)，给定点精度 δ \delta δ，函数值精度 ϵ \epsilon ϵ，置 k = 0 k=0 k=0；
- 令 k : = k + 1 k:=k+1 k:=k+1，按以下公式计算 x ‾ ( k ) \overline {x}^{(k)} x(k)：
- 从 x 1 , x 2 , x 3 , x ‾ ( k ) x_1,x_2,x_3,\overline x^{(k)} x1,x
最低0.47元/天 解锁文章
扫一扫
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
