粒子群優(yōu)化算法預(yù)備知識-在線瀏覽
2025-07-15 19:24本頁面
【正文】 的（局部）最優(yōu)解 (local optimal solution)（點）或局部極小點 (local minimum point)，其中 而 為向量的模。 *x )*,( ?xN 0),*,( ??? ??xRx n N?)(*)( xx ff ? )(minR xnx f?? ?0*)*,( ??? xxxx ?N?nR?? *x *),*,( xxxRx n ??? ?N? )(*)( xx ff ?*x )(minR xnx f?*x*f最優(yōu)化算法的一般結(jié)構(gòu) ? 定理 （一階必要條件） 若 具有一階連續(xù)偏導(dǎo)數(shù)， 是最優(yōu)化問題 的局部極小值點（局部最優(yōu)解），則必有 ? 迭代法的基本思想是：首先給出 最優(yōu)解的一個初始估計點（稱為初始點） 然后按照某一迭代規(guī)則得到一個點列 ，使得當該點列是有窮點列時，其最后一個點是最優(yōu)化問題 的最優(yōu)解；當該點列是無窮點列時， 有極限點，且其極限點是該最優(yōu)化問題的最優(yōu)解。我們這樣考慮：因為 是一個向量，而向量由其方向和長度來確定，即 ，其中 是向量（稱為搜索方向），是正實數(shù)，稱為步長。 )(xf *x)(minR xnx f?0x ?? *)(f)(xf)0(x? ?)(kx)(minR xnx f? ? ?)(kx)(kx )1( ?kx)()1( kk xx ??)()()1( kkkk sxx ???? )(ks k?)(kx )1(?kx? ?)(k
高考資料相關(guān)推薦
鄂ICP備17016276號-1