对于一个多元函数，用最速下降法（又称梯度下降法）求其极小值的迭代格式为
其中为负梯度方向，即最速下降方向，αkαk为搜索步长。
一般情况下，最优步长αkαk的确定要用到线性搜索技术，比如精确线性搜索，但是更常用的是不精确线性搜索，主要是Goldstein不精确线性搜索和Wolfe法线性搜索。
为了调用的方便，编写一个Python文件，里面存放线性搜索的子函数，命名为linesearch.py，这里先只编写了Goldstein线性搜索的函数，关于Goldstein原则，可以参看最优化课本。
线性搜索的代码如下（使用版本为Python3.3）：
'''
线性搜索子函数
'''
import n
2022-12-12 16:36:33
161KB
1
在此仿真中，模拟了一种称为“分数阶极值搜索控制 (FO-ESC)”的新极值搜索方法，并展示了该算法在寻找 PV 面板峰值功率点方面的能力。 根据各种研究人员的说法，与其他 ESC 算法（如整数阶 ESC、P&O 或 IC）相比，经过良好调整的 FO-ESC 具有更高的效率。 此模拟需要 c-compiler（在 matlab 中使用 mex -setup 设置 c-compiler）。 欲了解更多信息，请查看： 1- Hadi Malek, YangQuan Chen，“分数阶 Power Point Tracking” 2- Hadi Malek、Sara Dadras、YangQuan Chen，“分数阶最大功率点跟踪器：稳定性分析和实验”。 3- Hadi Malek, YangQuen Chen, 具有分数阶MPPT的单级三相并网光伏系统
2022-12-07 14:45:32
27KB
1
Python猎人猎物优化函数极值寻优程序，Hunter-Prey-Optimization
2022-11-24 16:26:05
4KB
MATLAB源程序4 神经网络遗传算法函数极值寻优-非线性函数极值.zip
2022-11-18 16:27:35
103KB