python求最值_用Python实现最速下降法求极值的方法
对于一个多元函数
,用最速下降法(又称梯度下降法)求其极小值的迭代格式为
其中
为负梯度方向,即最速下降方向,αkαk为搜索步长。
一般情况下,最优步长αkαk的确定要用到线性搜索技术,比如精确线性搜索,但是更常用的是不精确线性搜索,主要是Goldstein不精确线性搜索和Wolfe法线性搜索。
为了调用的方便,编写一个Python文件,里面存放线性搜索的子函数,命名为linesearch.py,这里先只编写了Goldstein线性搜索的函数,关于Goldstein原则,可以参看最优化课本。
线性搜索的代码如下(使用版本为Python3.3):
'''
线性搜索子函数
'''
import numpy as np
import random
def goldsteinsearch(f,df,d,x,alpham,rho,t):
flag=0
a=0
b=alpham
fk=f(x)
gk=df(x)
phi0=fk
dphi0=np.dot(gk,d)
alpha=b*random.uniform(0,1)
while(flag==0):
newfk=f(x+alpha*d)
phi=newfk
if(phi-phi0<=rho*alpha*dphi0):
if(phi-phi0>=(1-rho)*alpha*dphi0):
flag=1
else:
a=alpha
b=b
if(b
alpha=(a+b)/2
else:
alpha=t*alpha
else:
a=a
b=alpha
alpha=(a+b)/2
return alpha
上述函数的输入参数主要包括一个多元函数f,其导数df,当前迭代点x和当前搜索方向d,返回值是根据Goldstein准则确定的搜索步长。
我们仍以Rosenbrock函数为例,即有
于是可得函数的梯度为
最速下降法的代码如下:
"""
最速下降法
Rosenbrock函数
函数 f(x)=100*(x(2)-x(1).^2).^2+(1-x(1)).^2
梯度 g(x)=(-400*(x(2)-x(1)^2)*x(1)-2*(1-x(1)),200*(x(2)-x(1)^2))^(T)
"""
import numpy as np
import matplotlib.pyplot as plt
import random
import linesearch
from linesearch import goldsteinsearch
def rosenbrock(x):
return 100*(x[1]-x[0]**2)**2+(1-x[0])**2
def jacobian(x):
return np.array([-400*x[0]*(x[1]-x[0]**2)-2*(1-x[0]),200*(x[1]-x[0]**2)])
X1=np.arange(-1.5,1.5+0.05,0.05)
X2=np.arange(-3.5,2+0.05,0.05)
[x1,x2]=np.meshgrid(X1,X2)
f=100*(x2-x1**2)**2+(1-x1)**2; # 给定的函数
plt.contour(x1,x2,f,20) # 画出函数的20条轮廓线
def steepest(x0):
print('初始点为:')
print(x0,'\n')
imax = 20000
W=np.zeros((2,imax))
W[:,0] = x0
i = 1
x = x0
grad = jacobian(x)
delta = sum(grad**2) # 初始误差
while i10**(-5):
p = -jacobian(x)
x0=x
alpha = goldsteinsearch(rosenbrock,jacobian,p,x,1,0.1,2)
x = x + alpha*p
W[:,i] = x
grad = jacobian(x)
delta = sum(grad**2)
i=i+1
print("迭代次数为:",i)
print("近似最优解为:")
print(x,'\n')
W=W[:,0:i] # 记录迭代点
return W
x0 = np.array([-1.2,1])
W=steepest(x0)
plt.plot(W[0,:],W[1,:],'g*',W[0,:],W[1,:]) # 画出迭代点收敛的轨迹
plt.show()
为了实现不同文件中函数的调用,我们先用import函数导入了线性搜索的子函数,也就是下面的2行代码
import linesearch
from linesearch import goldsteinsearch
当然,如果把定义goldsteinsearch函数的代码直接放到程序里面,就不需要这么麻烦了,但是那样的话,不仅会使程序显得很长,而且不便于goldsteinsearch函数的重用。
此外,Python对函数式编程也支持的很好,在定义goldsteinsearch函数时,可以允许抽象的函数f,df作为其输入参数,只要在调用时实例化就可以了。与Matlab不同的是,传递函数作为参数时,Python是不需要使用@将其变为函数句柄的。
运行结果为
初始点为:
[-1.2 1. ]
迭代次数为: 1504
近似最优解为:
[ 1.00318532 1.00639618]
迭代点的轨迹为
由于在线性搜索子程序中使用了随机函数,初始搜索点是随机产生的,因此每次运行的结果不太相同,比如再运行一次程序,得到
初始点为:
[-1.2 1. ]
迭代次数为: 1994
近似最优解为:
[ 0.99735222 0.99469882]
所得图像为
以上这篇用Python实现最速下降法求极值的方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
python求最值_用Python实现最速下降法求极值的方法相关推荐
- python 获取唯一值_从Python列表中获取唯一值
python 获取唯一值 In this article, we will be understanding 3 ways to get unique values from a Python lis ...
- python利用以下公式求π的值_使用Python计算 π 值
π是一个无数人追随的真正的神奇数字.我不是很清楚一个永远重复的无理数的迷人之处.在我看来,我乐于计算π,也就是计算π的值.因为π是一个无理数,它 是无限的.这就意味着任何对π的计算都仅仅是个近似值.如 ...
- python 彩票 遗漏值_荐Python遗漏知识点一
Python笔记之遗漏 print('name:', user_name, '年龄:', user_age, sep ='|' , end = ' ') f = open("poem.txt ...
- python input 默认值_在python中为dictionary创建默认值
让我们有一个方法来缓存它计算的结果. "If"方法:def calculate1(input_values): if input_values not in calculate1. ...
- python获取返回值_【Python】python获取线程的返回值
threading模块默认没有获取线程返回值的方法. 下面通过重写threading.Tread类来实现:from threading import Thread import random impo ...
- python二分法求最值_数值分析之二分法、试值法 python
@ 数值分析之非线性方程求解 文章目录 二分法.试值法的本质 (1) 二分法求利率 题目 输入输出格式 举例 输入: 输出: 思路和要点 代码 结果 (2)试值法法求利率 题目 输入输出格式 举例 输 ...
- python怎么用圆周率_用python程序求圆周率到任意位
因为根据马青公式π/4=4arctg1/5-arctg1/239 又因为arctgX=X-(1/3)X^3+(1/5)X^5-(1/7)X^7+......+[(-1)^(n-1)/((2n-1)]* ...
- python求抛物线函数_在python中利用最小二乘拟合二次抛物线函数的方法
1.最小二乘也可以拟合二次函数 我们都知道用最小二乘拟合线性函数没有问题,那么能不能拟合二次函数甚至更高次的函数呢?答案当然是可以的.下面我们就来试试用最小二乘来拟合抛物线形状的的图像. 对于二次函数 ...
- python 32的值_示例解读 Python 2 和 Python 3 之间的主要差异
每门编程语言在发布更新之后,主要版本之间都会发生很大的变化. 在本文中,Vinodh Kumar 通过示例解释了 Python 2 和 Python 3 之间的一些重大差异,以帮助说明语言的变化. 本 ...
最新文章
- 过滤器在图纸上的符号_终于找全了,施工图纸上那一堆难记的符号,赶紧收藏!...
- hdu2570(贪心)
- Scrapy框架的学习(12. scrapy中的模拟登陆,发送post请求模拟登陆)
- Appium移动自动化测试(一)--安装Appium(转)
- 使用 vue-i18n 切换中英文
- 程序猿值得看的几个技术网站(记录)
- maya计算机内存不足请保存,Maya内存不足不能渲染怎么优化场景?
- 重磅发布 阿里云数据中台全新产品DataTrust聚焦企业数据安全保障
- table()函数的使用,提高查询效率
- 自己用as3实现的以多边形等几何模型为基础的碰撞系统 - 例子A
- python正则表达式操作指南_比较详细Python正则表达式操作指南(re使用)
- OKR是什么、OKR有什么用?
- 如何决定何时使用Node.js?
- tcp转串口_单路RS232/422/485串口服务器产品介绍
- 手机软件测试sim卡流程,传统SIM卡:该说再见了
- MQL5 编程基础:时间
- 计算机是如何计算 log 函数的?
- 判断两个区间有无交集
- opencv——图像中关于轮廓的一些操作
- mysql乐观锁 秒杀_使用数据库乐观锁解决高并发秒杀问题,以及如何模拟高并发的场景,CyclicBarrier和CountDownLatch类的用法...
热门文章
- wannafly 12 删除子串 dp
- Django(五)模型(model)系统 -- 常用字段和字段参数
- Android Studio 第五十期 - 自定义TabLayout
- LoadRunner v12.55发布,大量新增功能,各协议得到优化改进
- 关于Mongodb索引创建的一些体会
- Percona XtraDB Cluster(转)
- mongodb3.0的权限认证问题
- 采集/自动登录啊都可以用这两个方法实现 asp.net
- awk 控制语句(if for do while)
- .net firamework 框架里面的控件的继承关系。