极道
·
什么是局部最优？
💡
原文中文，约900字，阅读约需2分钟。
📝
内容提要
局部最优是指在小邻域内的最佳解决方案，全局最优是考虑所有可能的解决方案的最优解。模拟退火是优化搜索算法的技术，微积分可用于找到连续函数的局部最优值。搜索技术从初始配置开始，反复移动到改进的相邻配置。局部最优可以是孤立的或高原的一部分。
🎯
关键要点
- 局部最优是指在小邻域内的最佳解决方案，而全局最优是考虑所有可能解决方案的最优解。
- 模拟退火是一种优化搜索算法的技术，用于寻找最佳表现的算法。
- 模拟退火的概念源于冶金学，通过控制金属的加热和冷却来减少缺陷。
- 模拟退火适用于旅行推销员问题，帮助寻找最佳路径。
- 当函数是连续的时，可以使用微积分找到局部最优值，依赖于一阶和二阶导数的检验。
- 局部搜索或爬山方法从初始配置开始，反复移动到改进的相邻配置，可能会陷入局部最优。
- 局部最优可以是孤立的或高原的一部分，形成吸引力盆地。
➡️
