统计计算 课件 第一章第二节优化算法2.pptx

统计计算 课件 第一章第二节优化算法2.pptx

爬山法是一种优化算法,一般从一个随机的解开始,逐步找到一个最优解(局部最优)。我们想从山脚爬到山顶,有很多种爬山的方法。爬山法指的是不管迈步的方向如何,要保证下一步始终比这一步的高度高,离山顶更近即可。找到一个可行解后,从这个解的附近找其他的解,满足对应的函数值要大于这个解的函数值。爬山时从这一步的落脚点的附近(邻域)中找下一个落脚点,要保证下一个落脚点的海拔高度高于该落脚点的高度,即每一步都比上一步要高。;例1函数y=x1x2+x3,x1是区间[-2,5]中的整数,x2是区间[2,6]中的整数,x3是区间[-5,2]中的整数。使用爬山法,找到使得y取值最大的解。假设初值为[0,3,1]。;轮数;爬山法是求的局部极值,如果该山只有一个山峰,肯定会到达山峰,此时为全局最高。如果山峰不止一个,那么使用爬山法爬山的时候,很可能会爬到一个小山峰,发现周围没有比它更高的了,从而停止爬山,陷入局部最高。

求最小值可以采取下山法,即每次都找比当前的函数值小的点.;1.2.5牛顿法求一元函数的极值;例5已知x为正数,则当x为多少时,;最后两次迭代得到的x2,x3误差的绝对值为0.00003,小于设定的阈值0.0001。;迭代的轮数i;1.2.6梯度下降法;除了下山的方向以外,还有下山的步长问题。当然,步长太大很容易越过最优值而产生振荡,计算量相对较小。而步长太小则计算量大,耗时长,但比

文档评论(0)

1亿VIP精品文档

相关文档