漫步最优化二十三——一维优化
你的每一句话,回荡在耳边;\textbf{你的每一句话,回荡在耳边;}
你闪动的双眼,徘徊在脑海。\textbf{你闪动的双眼,徘徊在脑海。}
好像告诉你,\textbf{好像告诉你,}
天天在想你。\textbf{天天在想你。}
好想告诉你,\textbf{好想告诉你,}
天天守住一颗心,\textbf{天天守住一颗心,}
把最好的爱留给你。\textbf{把最好的爱留给你。}
——畅宝宝的傻逼哥哥\qquad\quad\textbf{——畅宝宝的傻逼哥哥}
三种常见的非线性优化问题为:
- 一维无约束问题
- 多维无约束问题
- 多维约束问题
第一种问题是最容易求解的,而第三种是最困难的。在实际应用中,我们通常将多维约束问题简化为多维无约束问题,进而简化为一维无约束问题。事实上,大部分非线性规划问题是基于单变量函数的最小化,并且是无约束的,因此如果我们想构造出有效的多维无约束或约束算法,就需要有效的一维优化算法。
一维优化问题为
\textbf{minimize}\ F=f(x)
其中f(x)f(x)是单变量函数。如果函数f(x)f(x)在xx的某个范围内是单峰的,那么该问题就有解,即f(x)f(x)在xL≤<x≤xUx_L\leq内只有一个最小值,其中xL,xUx_L,x_U是最小点x∗x^{*}的下极限与上极限。
第二种一维优化方法是搜索法与近似法。
在搜索法中,首先构建包含x∗x^*的区间[xL,xU][x_L,x_U],然后根据函数不断的减小区间,直到[xL,k,xU,k][x_{L,k},x_{U,k}]充分小,区间[xL,k,xU,k][x_{L,k},x_{U,k}]的中点做为最小值。这种方法可以用于任何函数,函数不一定要可导。
在近似法中,函数用低阶的多项式来近似,通常选择二阶或三阶,然后用初等微积分分析,推断出x∗x^*的近似值,这样就减小了区间,然后重复这个过程直到x∗x^*值充分精确。这种方法要求函数f(x)f(x)是连续可导的。
接下来会介绍一些一维优化方法,如下所示:
- 二分搜索
- 斐波那契搜索
- 黄金分割搜索
- 二次插值法
- 三次插值法
- D.S.C. 法
前三种是搜索法,第四与第五种是近似法,第六种是一种实用的方法,它结合了搜索法与近似法。
漫步最优化二十三——一维优化相关推荐
- 漫步最优化二十八——三次插值法
没有你的世界,\textbf{没有你的世界,} 我会灵魂失控.\textbf{我会灵魂失控.} 没有你的世界,\textbf{没有你的世界,} 我被乌云拖着走.\textbf{我被乌云拖着走.} 没有 ...
- 漫步最优化二十七——二次插值法
陪着你,仿佛面朝阳光,\textbf{陪着你,仿佛面朝阳光,} 不管走到哪里都是晴天.\textbf{不管走到哪里都是晴天.} 在蝴蝶飞舞的百花丛中,\textbf{在蝴蝶飞舞的百花丛中,} 一朵一朵 ...
- 漫步最优化二十五——斐波那契搜索
白天与黑夜,\textbf{白天与黑夜,} 希望陪你共同走过.\textbf{希望陪你共同走过.} 整夜的美梦,\textbf{整夜的美梦,} 希望抱你一起回味.\textbf{希望抱你一起回味.} ...
- 漫步最优化二——基本优化问题
我们还有很长的时间要走,千万不要把哥哥甩在身后:\textbf{我们还有很长的时间要走,千万不要把哥哥甩在身后:} 我和你要去闻闻新鲜的春天:\textbf{我和你要去闻闻新鲜的春天:} 感受阳光洒满 ...
- 漫步最优化四十三——拟牛顿法
从相距千里,\textbf{从相距千里,} 到心与心的碰撞,\textbf{到心与心的碰撞,} 情感是一种随机,\textbf{情感是一种随机,} 也是一种必然.\textbf{也是一种必然.} 从一 ...
- 漫步最优化三十三——牛顿法
自从有了你,\textbf{自从有了你,} 绝望与无奈远走高飞.\textbf{绝望与无奈远走高飞.} 自从有了你,\textbf{自从有了你,} 我的世界不再天灰灰.\textbf{我的世界不再天灰 ...
- 漫步最优化二十九——D.S.C.算法
你是我的小公主,\textbf{你是我的小公主,} 像宠你宠你宠你.\textbf{像宠你宠你宠你.} 你是我的小公主,\textbf{你是我的小公主,} 我的天空是晴是雨是彩虹,\textbf{我的 ...
- 漫步最优化二十二——收敛速率
未来的你已在我的身边,\textbf{未来的你已在我的身边,} 虽然经过了很多个弯:\textbf{虽然经过了很多个弯:} 现在的我已经没了号码牌,\textbf{现在的我已经没了号码牌,} 虽然已经 ...
- 漫步最优化二十——下降函数
就算言语无法表达,\textbf{就算言语无法表达,} 我仍能听见你的声音:\textbf{我仍能听见你的声音:} 就算阳光不再耀眼,\textbf{就算阳光不再耀眼,} 我也永远倾心与宝宝.\tex ...
最新文章
- python修改类属性值_python编程入门到实践:直接修改属性的值和通过方法修改属性的值...
- 程序员眼中的UML(2)--克服用例图的恐惧
- [记录] JavaScript 中的字符串操作
- sqlserver 查询中使用Union或Union All
- 从零开始学产品第六篇:更强大的测试,自动化测试和性能测试
- XUtils之注解机制详解
- API支付代理版自动发卡平台源码
- 60V降压芯片|60V转5V-12伏POE电源芯片
- Sobel边缘检测算子数学原理再学习
- Java ques:WARN: Establishing SSL connection without server’s identity verification is not recommend
- Django中的views
- 单细胞测序数据挖掘与课题设计
- 基因测序的云计算平台可能带来的变革与进步
- AD7606 SPI模式 网上问题汇总
- 2023最新SSM计算机毕业设计选题大全(附源码+LW)之java在线电影院售票系统5u8st
- JS的垃圾回收机制是什么
- Nginx proxy反向代理 缓存处理流程
- 《“边缘计算+”技术白皮书》发布!
- 快速搭建一个MyBatis项目
- ppt怎么转换成word文档呢?
热门文章
- Linux运维基础命令笔试题
- codeforces679C Bear and Square Grid(dfs优化)
- asdm不能登录问题;浏览器必须是ie,不能是chrome或者firefox;java的版本,尤其是安全等级和例外需要调整...
- 初学UML,画了几个UML图
- NodeJS同步MySQL上游数据到ElasticSearch数据库中
- 行为设计模式 - 策略设计模式
- 20以内的素数编码C语言,用C语言 输出100以内的素数,
- 【Linux系列】Linux基础知识整理
- 【Java入门】泛型的学习与应用
- 【Java】计算从你的出生日期到现在相隔了多少天,多少时,XX分,XX秒。