摘要:
本文详细介绍了一维搜索的试探方法中的黄金分割法。该方法基于黄金分割比0.618进行区间缩放,每次迭代仅需计算一个新点函数值,利用对称性和自相似性保证数值稳定性,通过进退法确定初始区间后,可高效求解一维单谷函数的极小值。 阅读全文
本文详细介绍了一维搜索的试探方法中的黄金分割法。该方法基于黄金分割比0.618进行区间缩放,每次迭代仅需计算一个新点函数值,利用对称性和自相似性保证数值稳定性,通过进退法确定初始区间后,可高效求解一维单谷函数的极小值。 阅读全文
posted @ 2025-12-11 19:43
H_Elden
阅读(8)
评论(0)
推荐(0)

本文介绍了无约束优化方法,重点阐述了一维搜索法的原理与步骤,包括进退法确定初始区间和区间消去法逼近极小值,并指出多元函数优化的关键在于搜索方向与步长的确定,其核心为沿方向进行一维搜索。
本文介绍了优化方法的数学基础,包括极值理论、方向导数与梯度概念,阐述了梯度的方向特性及其与等值线的关系,并讨论了多元函数极值的必要与充分条件,以及凸集、凸函数的定义与在优化问题中的应用。
本文介绍了优化设计的基本概念与方法,包括设计变量、目标函数、约束条件等模型要素,阐述了优化问题的分类、数学模型的标准形式及求解步骤,重点说明了迭代法的收敛准则与一般流程。
本文为个人 STM32 单片机学习笔记,仅供参考学习。使用开发板芯片型号为:STM32F103ZET6.
浙公网安备 33010602011771号