最优化
未来的心
这个作者很懒,什么都没留下…
展开
-
单纯形法
过程原创 2021-01-08 18:47:41 · 131 阅读 · 0 评论 -
Newton法(求适用于二阶极小值)
牛顿法过程代码过程给:minf(x),初始点:x0过程①求出下降方向d:∇^2 f(x0) * d =- ∇f(x0)过程②更新x:x1 = x0 + d过程③||∇f(x)|| < ε,则得到x* = x代码import matplotlib.pyplot as pltimport sympyimport numpy as npplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axe原创 2021-01-08 18:43:35 · 561 阅读 · 0 评论 -
最速下降法(适用于求二阶极小值)
最速下降法过程代码过程最速下降法步骤给:min{f(x)},初始点:x0=(a0,b0)T,精度ε。过程①求出求出下降方向d,步长α,下降方向:d = ▽f(x);下次更新x的最优步长α:Φ’(x) = [f(x + αd)]’ = 0;过程②更新x:x1 = x0 + αd0过程③当||▽f(x)|| < ε,则停,最小值x* = x;代码##最速下降法+精确搜索import sympyimport numpy as npimport matplotlib.pypl原创 2021-01-08 18:40:16 · 2044 阅读 · 3 评论 -
0.618法
0.618法(黄金分割法)0.618法求极小点代码(黄金分割法)0.618法求极小点给:f(x),范围[a,b],精度ε(无,则默认为0)过程①x1 = b - 0.618 * (b - a)。x2 = a + 0.618 * (b - a)。过程②当f(x1) < f(x2)时, b = x2, a不变,再求x1,x2。当f (x1) > f(x2)时, a = x1, b不变,再求x1,x2。过程③当|b - a| < ε时,最优解 x* = (b + a) / 2原创 2021-01-08 18:36:57 · 2021 阅读 · 0 评论 -
最优化-(黄金分割法)0.618法
0.618法求极小值过程代码过程(黄金分割法)0.618法求极小点。给:f(x),范围[a,b],精度ε(无,则默认为0)过程①x1 = b - 0.618 * (b - a)x2 = a + 0.618 * (b - a)过程②当f(x1) < f(x2)时, b = x2, a不变,再求x1,x2。当f (x1) > f(x2)时, a = x1, b不变,再求x1,x2。过程③当|b - a| < ε时,最优解 x* = (b + a) / 2;例:过程②原创 2021-01-04 21:07:02 · 10625 阅读 · 1 评论 -
最优化笔记—入门基础
目录1.最优化基本模型2.Euclid空间3.方向导数与梯度多元函数1.偏导数2.二阶导数或Hesse矩阵1.最优化基本模型2.Euclid空间3.方向导数与梯度多元函数1.偏导数2.二阶导数或Hesse矩阵原创 2020-11-07 12:09:59 · 341 阅读 · 1 评论