python实现爬山算法的思路详解 - 行业资讯 - 肥雀云

找图中函数在区间(5、8)的最大值,
　　

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　　　　　　进口numpy np 　　进口matplotlib。pyplot作为plt 　　导入数学　　#搜索步长　　δ=0.01 　　#定义域x从5到8闭区间　　绑定=(5、8) 　　#随机取乱数100次　　一代=100 　　def F (x): 　　返回sin (x *) + 2.0 * math.cos (2.0 * *) 　　def hillClimbing (x): 　　当F (x +δ)在F (x)和x + DELTA<绑定[1]=x + DELTA>=绑定[0]: 　　x=x +δ 　　当F (x-DELTA)在F (x)和x-DELTA<=绑定[1]和x-DELTA>=绑定[0]: 　　x=x-DELTA 　　返回x, F (x) 　　def findMax (): 　　最高=[0,-1000) 　　我的范围(代): 　　x=np.random.rand() *(绑定[1]绑定[0])+绑定[0] 　　currentValue=https://www.yisu.com/zixun/hillClimbing (x) 　　打印(当前值是:,currentValue) 　　　　如果currentValue[1]比;最高[1]: 　　[:]=currentValue最高　　回报最高的　　(x, y)=findMax () 　　打印(' y,最高点是x: {}: {}“.format (x, y)) 　　　　

运行结果:

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的言,小编会及时回复大家的!