- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于智能优化算法的智能控制
第七章
TheoreticalFoundationsofNeuralNetworks
智能控制1
Ch7基于智能优化算法的智能控制
➢7.1智能优化算法概述
➢7.2进化类优化算法
➢7.3群智能类优化算法
➢7.4智能优化算法在智能控制中的应用
智能控制2
Ch7基于智能优化算法的智能控制
➢7.1智能优化算法概述
➢7.2进化类优化算法
➢7.3群智能类优化算法
➢7.4智能优化算法在智能控制中的应用
智能控制3
1优化问题
在给定约束的前提下,求使目标最优的参数配置。
x=argmin,∈
参数:待优化的变量
目标:期望的目标
约束:参数需要满足的条件∈x
解:使目标最优的参数配置x
432
f(x)=−3+2++1
智能控制4
2传统优化算法
传统方法将优化问题定义为数学问题,通过寻找函数的极值来
求解优化问题,求解思路一般为寻找函数梯度等于0的点
432′32
f(x)=−3+2++1f=4−9+4+1
智能控制5
2传统优化算法
传统方法将优化问题定义为数学问题,通过寻找函数的极值来
求解优化问题,求解思路一般为寻找函数梯度等于0的点。常
用的传统优化算法有:
梯度下降法:牛顿法:拉格朗日乘数法:KKT条件:
′
′(x)(x,y,,)f(x,y)+
=−α(x)=−ൗ′′)L(x,y,λ)f(x,y)+λg(x,y)
(xg(x,y)+
h(x,y)
沿着梯度反方沿着梯度反方将约束合入目标函数
向走向走,并根据利用优化问题的对偶问题
文档评论(0)