问题
重点思路
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
网站设计包含服务
网站制作流程
有效沟通方式
售后服务
+ 品牌创意
+ 宣传视频
+ 大陆官网
+ 外贸官网
+ 移动应用
+ 形象设计
网站建设
网站优化
网站制作
网站制作
网络营销
网站维护
公司简介
我们的观点
为什么选择我们
企业文化
支付方式
联系方式
在线留言
提交意向表
在线客服
来访路线import numpy as np
import matplotlib.pyplot as plt
import math
# 搜索步长
DELTA = 0.01
# 定义域x从5到8闭区间
BOUND = [5,8]
# 随机取乱数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)) 
售后响应及时
7×24小时客服热线
数据备份
更安全、更高效、更稳定
价格公道精准
项目经理精准报价不弄虚作假
合作无风险
重合同讲信誉，无效全额退款
