最优化-斐波那契数列（fibonacci）优化方法 算法原理及代码实现

1.模型介绍

斐波那契数列又称为兔子数列，其数值为：1、1、2、3、5、8、13、21、34……在数学上，这一数列以如下递推的方法定义：

F(0)=1，F(1)=1, F(n)=F(n - 1)+F(n - 2)（n ≥ 2，n ∈ N*）。

本篇文章就是将fibonacci数列引入到最优化的一维搜索之中，求解最优化。

2.模型原理

2.1模型的优势

斐波那契数列用于一维探索的单峰函数之中，用于求解最优值的方法。其主要优势为，在第一次迭代的时候求解两个函数值，之后每次迭代只需求解一次。模型定义：

如图所示：根据模型定义给定初始值得出：

(1).当:  

(2).当:

当满足第一种条件时，带入化简得出：

，我们只需求出即可

当满足第二种条件是，带入化简得出：

,我们只需求出即可。

2.2算法设计步骤

（1）给定初始区间，和最终区间长度（精度）epsilon，求计算函数值的次数n,使

随后计算试探点

计算函数值置k=1

(2) 如果a-b是小于epsion，则返回,否则判断，若则转步骤（3），否则转步骤（4）

(3) k自增，令a = x_1, x_1 = x_2，重新计算x_2

，转到步骤(2)

(4)k自增，令b = x_2,x_2 = x_1, 重新计算x_1

,转到步骤(2)

3.代码实现

3.1输入参数和相应方程

from pylab import *

#输入参数
a = float(input("初始左端点"))
b = float(input("初始右端点"))
epsilon = float(input("输入精度"))
#定义参数
def function(a):
     fx = str_fx.replace("x", "a")  # 所有的"x"换为"%(x)function"
     return eval(fx)    # 字典类型的格式化字符串，将所有的"x"替换为变量x
init_str = input("请输入一个函数，默认变量为x：\n")  # 输入的最初字符串
str_fx = init_str.replace("^", "**")  # 将所有的“^"替换为python的幂形式"**"

例：输入 a=-10，b=10，epsilon=0.01

function = x^2 + 5*x + 5

3.2定义Fibonacci数列生成的方法

#生成fibonacci数列，注意这是列表的形式
def fibonacci(n):
    if n <= 0:
        return [0]
    elif n == 1:
        return [0, 1]
    else:
        sequence = [0, 1]
        while len(sequence) <= n:
            next_number = sequence[-1] + sequence[-2]
            sequence.append(next_number)
        return sequence

注意生成的为列表

3.3求得n值

#求得n值
n = 2
while (b - a) / epsilon > fibonacci(n)[-1]:
    n += 1
print(n)

3.4 定义斐波那契数列搜索方法

#进行Fibonacci优化搜素
def fibonacci_search(a, b):
    k = 1
    x1 = a + (fibonacci(n - k -1)[-1] / fibonacci(n-k+1)[-1]) * (b - a)
    x2 = a + (fibonacci(n - k)[-1] / fibonacci(n-k+1)[-1]) * (b - a)
    f1 = function(x1)
    f2 = function(x2)

    while abs(b - a) > epsilon:
        k += 1
        if f1 < f2:
            b = x2
            x2 = x1
            f2 = f1
            x1 = a + (fibonacci(n - k-1)[-1] / fibonacci(n-k+1)[-1]) * (b - a)
            f1 = function(x1)
        else:
            a = x1
            x1 = x2
            f1 = f2
            x2 = a + (fibonacci(n - k)[-1] / fibonacci(n-k+1)[-1]) * (b - a)
            f2 = function(x2)

    return (a + b) / 2
#定义绘制我们给定的函数图像模块

3.5 绘制我们所给的函数图像

def drawf(a, b, interp):
    x = [a+ele*interp for ele in range(0, int((b-a)/interp))]
    y = [function(ele) for ele in x]
    # y = [function(x)]
    plt.figure(1)
    plt.plot(x, y)
    xlim(a, b)
    #title(color="b")
    plt.show()

调用方法绘制出图像 drawf(a,b,0.05)，在此我们定义间隔为0.05。

3.6调用定义的方法，得出最优解最优值

result = fibonacci_search(a, b)
print("最小值点的 x 坐标:", result)
print("最小值:", function(result))
drawf(a,b,0.05)

得结果如图所示