問題

創新互聯公司成都網站建設定制設計，是成都網站營銷推廣公司,為鑿毛機提供網站建設服務,有成熟的網站定制合作流程，提供網站定制設計服務：原型圖制作、網站創意設計、前端HTML5制作、后臺程序開發等。成都網站改版熱線：18982081108

重點思路

爬山算法會收斂到局部最優，解決辦法是初始值在定義域上隨機取亂數100次，總不可能100次都那么倒霉。

實現

import numpy as np
import matplotlib.pyplot as plt
import math
# 搜索步長
DELTA = 0.01
# 定義域x從5到8閉區間
BOUND = [5,8]
# 隨機取亂數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))

當前名稱：python實現爬山算法的思路詳解-創新互聯
文章起源：http://vcdvsql.cn/article6/epdog.html

成都網站建設公司_創新互聯，為您提供自適應網站、標簽優化、網站營銷、網站制作、虛擬主機、動態網站

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯