![](https://img-blog.csdnimg.cn/20190927151053287.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
算法学习随笔
文章平均质量分 90
会不定期更新一些采用python语言编写的算法实例
知情人士黄某
这个作者很懒,什么都没留下…
展开
-
多变量函数极值-阻尼牛顿法
上一节中我们介绍了牛顿法在多维变量极值中的应用,牛顿法虽然收敛速度很快,但是当初始点离极小值点过远时,迭代可能不收敛,为了克服这个缺点,这节我们来介绍阻尼牛顿法。在牛顿法中迭代步长λk总是取1,而在阻尼牛顿法中,每一步的迭代步长通过一维搜索来确定,一维搜索方法已经介绍过很多,在此不在赘述。详细内容见上一节。xk1xk−λk▽2fxk−1▽fxk其中λk通过一维搜索方法得到,即采用一维搜索求解fxkλkskλ≥0min。原创 2024-05-20 19:15:02 · 899 阅读 · 1 评论 -
多变量函数极值-牛顿法
之前我们已经采用过牛顿法进行一维搜索,这次我们将牛顿法推广到多维。利用牛顿法来求解多变量极值问题。跟一维问题类似,在局部采用二次函数φx来近似替代目标函数fx,然后用φx的极小点作为fx的近似极小点。设xk为fx的一个近似极小点,将fx在xkfx≈φxfxk▽fxkTx−xk21x−xkT▽2fxkx−xk故fxxk1xk−▽fxk−1▽2fxk。原创 2024-05-17 14:12:17 · 763 阅读 · 0 评论 -
多变量函数极值-最速下降法
基本原理:假设fx∈C1,由于函数fx沿着负梯度方向−▽fx下降最快,因此选取它作为每次迭代的搜索方向,即sk−▽fxk。故梯度法的计算步骤是:给定一个初始点x0,计算s0−▽fx0,从x0出发沿着s0方向搜索得到fx的近似极小点x1x0λ0s0,在以x1。原创 2024-05-16 16:46:50 · 1807 阅读 · 0 评论 -
采用二次插值法进行不精确一维搜索
上次介绍了的概念和准则,以及采用直接法进行不精确一维搜索的实例,本次介绍采用二次插值法来进行不精确一维搜索的方法。φλfxkλsk,若已知点λ1φ1λ2φ2,则可由那节的内容可知,可采用抛物线方程gλaλ2bλcλλ121λ2−λ21λ2−λ2φ1′φ1−φ2c1∈01c2∈c11T0λ10λ21λ。原创 2024-05-15 20:06:08 · 579 阅读 · 0 评论 -
采用直接法进行不精确一维搜索
介绍了采用直接法进行不精确一维搜索的方法原创 2024-05-14 16:21:19 · 921 阅读 · 1 评论 -
确定初始搜索区间和初始点的方法
确定一维搜索的初始区间和初始点原创 2024-05-13 14:15:06 · 691 阅读 · 1 评论 -
采用成功-失败法进行一维搜索
采用成功-失败法进行一维搜索原创 2024-05-11 11:19:08 · 363 阅读 · 1 评论 -
采用三次插值法进行一维搜索
采用三次插值法进行一维搜索原创 2024-05-07 20:33:57 · 668 阅读 · 1 评论 -
采用抛物线法进行一维搜索
采用抛物线法进行一维搜索原创 2024-05-07 10:59:44 · 813 阅读 · 1 评论 -
采用牛顿法进行一维搜索
基于python采用牛顿法进行一维搜索原创 2024-05-06 11:23:14 · 1995 阅读 · 1 评论 -
采用平分法进行一维搜索
平分法是一种简单有效的一维搜索方法,其优点是每一步的计算量都较小,程序实现简单,并且总能收敛于一个局部极小点,缺点是收敛的速度很慢。其基本思想是:若fx在区间ab内连续且可导,即fx∈C1ab,且f′a0和f′b0,则在a,b区间内必定存在一点x∗,使得f′x∗0。原创 2024-05-06 08:20:43 · 607 阅读 · 1 评论 -
采用0.618法进行一维搜索
采用0.618法求解区间内一维凸函数的最小值原创 2024-05-04 17:12:27 · 564 阅读 · 0 评论 -
遗传算法简介及其实例应用(基于Python)
基于python的遗传算法简介及其实例应用原创 2024-05-04 10:52:19 · 2008 阅读 · 2 评论