Question

我有一段未记录的代码，我必须了解这些代码才能纠正错误。以下方法称为optimization，它应该找到非常复杂的函数f的最大值。不幸的是，它在某些情况下会失败（即达到“达到最大迭代次数”行）。

我已经尝试编写一些单元测试，但这并没有太大帮助。

因此，我想了解这种方法的真正工作原理，以及它是否实现了特定的，众所周知的优化算法。也许我可以理解，是否适合解决所需的方程式。

public static double optimization(double x1, double x2, double x3, Function<Double, Double> f, double epsilon) {
    double y1 = f.apply(x1);
    double y2 = f.apply(x2);
    double y3 = f.apply(x3);

    double a = (   x1*(y2-y3)+   x2*(y3-y1)+   x3*(y1-y2)) / ((x1-x2)*(x1-x3)*(x3-x2));
    double b = (x1*x1*(y2-y3)+x2*x2*(y3-y1)+x3*x3*(y1-y2)) / ((x1-x2)*(x1-x3)*(x2-x3));
    int i=0;
    do {
        i=i+1;

        x3=x2;
        x2=x1;
        x1=-1.*b/(2*a);

        y1=f.apply(x1);
        y2=f.apply(x2);
        y3=f.apply(x3);

        a = (   x1*(y2-y3)+   x2*(y3-y1)+   x3*(y1-y2))/((x1-x2)*(x1-x3)*(x3-x2));
        b = (x1*x1*(y2-y3)+x2*x2*(y3-y1)+x3*x3*(y1-y2))/((x1-x2)*(x1-x3)*(x2-x3));
    } while((Math.abs(x1 - x2) > epsilon) && (i<1000));
    if (i==1000){
        Log.debug("Max iteration reached");
    }
    return x1;
}

Answer 1

这似乎是Successive parabolic interpolation。

线索之一是用极值的位置替换三个估计中的最旧的，

    x3= x2;
    x2= x1;
    x1= -1. * b / (2 * a);

如果估计未达到极值配置（尤其是在拐点处），则该方法可能会失败。

该优化算法称为什么？

1 个答案: