1
我正在为一个任意的非线性高阶方程求解器求解。我想找到最低限度。我遇到的问题是如何规范化概率分布函数。我不想整合所有变量(加上我也可以通过蛮力发现最小值,如果我这样做的话)。这是我的代码。我怎样才能规范化指数项。模拟退火,如何标准化概率分布
template<typename Real, int N, typename Funct>
Vector<Real, N> simulated_anneling_solver(Funct f, const Vector<Real, N>& lower_bound, const Vector<Real, N>& upper_bound, int t_start)
{
static int called_count = 0;
std::default_random_engine eng;
eng.seed(time(0) * ++called_count);
Vector<Real, N> x;
for(int i = 0; i < N; i++)
x[i] = (upper_bound[i] + lower_bound[i]) * (Real)0.5;
Real v = f(x);
for(int t = t_start; t > 0; t--)
{
Vector<Real, N> next_x;
Real cooled_percent = (Real)t/t_start;
for(int i = 0; i < N; i++)
{
Real dimw = upper_bound[i] - lower_bound[i];
do
{
next_x[i] = std::normal_distribution<Real>(x[i], dimw * cooled_percent)(eng);
}
while(next_x[i] < lower_bound[i] || next_x[i] > upper_bound[i]);
}
Real next_v = f(next_x);
if(next_v <= v || expx((next_v - v)/t) > std::uniform_real_distribution<float>(0.0f, 1.0f)(eng))
{
v = next_v;
x = next_x;
}
}
return x;
}
}
PS。我试图改变expx((next_v - v)/t) > std::uniform_real_distribution<float>(0.0f, 1.0f)(eng)
至 (next_v - v)/v < cooled_percent
这似乎给出了一些好的结果。现在我知道我只是拿出了函数的百分比误差,并将它与它已经冷却了多少。因此,所有事情都被规范化并且在零与一之间界定。系统冷却时,您需要的误差百分比更低。我想现在虽然它不是真正的模拟退火。