本文介绍了0.618法（试探法）用于一维搜索，主要针对单峰函数，目的是缩小包含极小点的区间。详细阐述了算法的适用性、步骤，并通过具体例题演示了如何使用该算法解决优化问题，最终达到高精度的搜索效果。
算法目的
缩小包含极小点的区间
算法适用性
适用于单峰函数。
单峰函数：设 f f f是定义在闭区间 [ a , b ] [a,b] [a,b]上的一元实函数， x ‾ \overline x x是 f f f在 [ a , b ] [a,b] [a,b]上的极小点，并且对任意的 x ( 1 ) , x ( 2 ) ∈ [ a , b ] , x ( 1 ) < x ( 2 ) x^{(1)}, x^{(2)} \in [a,b], x^{(1)} < x^{(2)} x(1),x(2)∈[a,b],x(1)<x(2)，有：当 x ( 2 ) ≤ x ‾ x^{(2)} \le \overline x x(2)≤x时， f ( x ( 1 ) ) > f ( x ( 2 ) ) f(x^{(1)}) > f(x^{(2)}) f(x(1))>f(x(2))；当 x ‾ ≤ x ( 1 ) \overline x \le x^{(1)} x≤x(1)时， f ( x ( 2 ) ) > f ( x ( 1 ) ) f(x^{(2)}) > f(x^{(1)}) f(x(2))>f(x(1))，则称 f f f是在闭区间 [ a , b ] [a,b] [a,b]上的单峰函数。
算法步骤
- 设定初始区间 [ a 1 , b 1 ] [a_1,b_1] [a1,b
扫一扫
7614
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
