文件名称：通过随机迭代搜索最小化函数：优化方法：定位目标函数的最小值。 收敛到全局最优。-matlab开发
文件大小：4KB
文件格式：ZIP
更新时间：2024-06-19 08:55:56
matlab
函数 vopt = min_by_random_search( fnc, region ) 通过迭代随机搜索最小化函数。 由 Yoash Levron 博士撰写，2013 年 2 月。 此函数实现了基于迭代随机搜索的最小化算法。 在每次迭代中，函数都会将搜索区域中的向量随机化，并找到使目标函数最小化的向量。 然后，进行较小的搜索区域是围绕这个最小化定义的。 该过程重复进行，缩小搜索区域，直到收敛为止。 这种算法的收敛速度比基于梯度的算法慢，但它有几个优点： a) 它不需要特定的衍生物。 b) 它收敛到全局最优，即使该函数包含许多局部函数。 该算法适用于维数相对较低的函数：最多约 10-20 个变量。 如果维度太高，函数可能无法定位全局最小值。 一个有用的测试是运行该函数几次，检查它是否找到了相同的最优值。 输入： fnc - 要最小化的目标函数的句柄。 region - 2*N
【文件预览】：
min_by_random_search.zip