python实现爬山算法的思路详解
更新时间：2019年04月09日 13:53:19 作者：小太阳花儿
爬山算法会收敛到局部最优，解决办法是初始值在定义域上随机取乱数100次，总不可能100次都那么倒霉。这篇文章主要介绍了python实现爬山算法的思路详解,需要的朋友可以参考下
问题
找图中函数在区间[5,8]的最大值
重点思路
爬山算法会收敛到局部最优，解决办法是初始值在定义域上随机取乱数100次，总不可能100次都那么倒霉。
实现
import numpy as np
import matplotlib.pyplot as plt
import math
# 搜索步长
DELTA = 0.01
# 定义域x从5到8闭区间
BOUND = [5,8]
# 随机取乱数100次
GENERATION = 100
def F(x):
return math.sin(x*x)+2.0*math.cos(2.0*x)
def hillClimbing(x):
while F(x+DELTA)>F(x) and x+DELTA<=BOUND[1] and x+DELTA>=BOUND[0]:
x = x+DELTA
while F(x-DELTA)>F(x) and x-DELTA<=BOUND[1] and x-DELTA>=BOUND[0]:
x = x-DELTA
return x,F(x)
def findMax():
highest = [0,-1000]
for i in range(GENERATION):
x = np.random.rand()*(BOUND[1]-BOUND[0])+BOUND[0]
currentValue = hillClimbing(x)
print('current value is :',currentValue)
if currentValue[1] > highest[1]:
highest[:] = currentValue
return highest
[x,y] = findMax()
print('highest point is x :{},y:{}'.format(x,y))
运行结果：
总结
以上所述是小编给大家介绍的python实现爬山算法的思路详解，希望对大家有所帮助，如果大家有任何疑问欢迎给我留言，小编会及时回复大家的！
相关文章
今天小编就为大家分享一篇pytorch逐元素比较tensor大小实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
本文主要介绍了appium中常见的几种点击方式，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-02-02
这篇文章主要介绍了进一步理解Python中的函数编程,本文进一步讨论了Python中函数编程的一些要点,来自IBM官方技术文档,需要的朋友可以参考下2015-04-04
这篇文章主要分享的是Python协程实践，协程简单来说就是一个更加轻量级的线程，并且不由操作系统内核管理，完全由程序所控制，下文相关介绍需要的朋友可以参考一下2022-05-05
今天小编就为大家分享一篇python对列进行平移变换的方法(shift)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了如何用python帮你操作压缩包，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下2020-08-08
这篇文章主要为大家详细介绍了python实现飞机大战微信小游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-09-09
这篇文章主要利用Python和Turtle库绘制独特的表白图，文中的示例代码讲解详细，对我们学习Python有一定的帮助，感兴趣的可以了解一下2022-04-04
今天小编就为大家分享一篇pytorch中的inference使用实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
这篇文章主要介绍了python通过floor函数舍弃小数位的方法,实例分析了Python中floor函数的功能及使用技巧,需要的朋友可以参考下2015-03-03
最新评论