知识卡片

普通读书笔记卡 · 3771.a

局部导数不足时可转向随机搜索

理解等级:中级

由单个候选点的导数构造下降方向,只能利用该点附近的信息,不能直接反映远处目标函数的形状;当目标导数难求或不存在时,这类依赖导数的下降法也难以使用。书中因此引出模仿自然现象的随机搜索方法,作为处理此类问题的补充。这个边界针对依赖导数的传统下降法,不意味着所有传统优化方法都必须求导,也不保证随机搜索一定找到全局最优。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 1 3 . 1 自 然 降 雨 现 象 启 发 下 的 雨 滴 算 法 · 查看原书依据

      一方面,由于传统的优化方法通常是利用某个单点的函数信息和所在点的导数信息来构造下降方向,这些导数信息只能反映目标函数的局部特性,不能反映距离当前解较远处的函数的特性。因此,基于导数构造出的传统算法往往只能求出局部最优解,难以求出全局最优解。

    参考来源

    - 位置:《智能算法导论》第 128 项《13.1 自然降雨现象启发下的雨滴算法》(源文件:`_epub-src/EPUB/xhtml/chapter13_0001.xhtml`) - 结论依据:原文指出单点导数只有局部信息、目标导数可能难求或不存在,并把自然启发方法定义为模拟自然现象或规律的随机搜索。 - 原始内容:这些导数信息只能反映目标函数的局部特性,不能反映距离当前解较远处的函数的特性。