python实现爬山算法的思路详解_Python

python实现爬山算法的思路详解

2021-06-14 00:34小太阳花儿 Python

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))