我有一个问题,我需要最大化给定函数的值X:
这是公式的python代码:2 ** (-2 *((((x-0.1) / 0.9)) ** 2)) * ((math.sin(5*math.pi*x)) ** 6)
我正在使用模拟退火算法来完成这项工作,但我遇到了一个问题
probability = pow(math.e, (actual_cost - best_cost) / temperature)
我的“成本”(我试图优化的)是一个非常短的数字,通常在0到0.1之间,但我的温度,在另一边,是100
所以,当我应用概率函数时,我的结果总是99%,这使得我的算法在所有迭代中都接受负值,而不是在整个迭代过程中降低这个概率
我如何调整温度值以通过迭代改变概率
可以在scipy.optimize.basinhopping的文档中找到解决方案:
相关问题 更多 >
编程相关推荐