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[0]: x = x+DELTA while F(x-DELTA)>F(x) 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！
以上就是pyth来源gao@!dai!ma.com搞$$代^@码!网on实现爬山算法的思路详解的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：python实现爬山算法的思路详解
转载请注明原文链接：python实现爬山算法的思路详解
