极值算法
‘壹’ 数学中极值和最值的算法区别，具体在哪不同
极值是一个局部的概念，一个函数可以有无数多个极值的，确定它只要研究很小的一个范围就可以确定是否存在极值
最值是一个整体的概念，这个最值要整体研究函数的特征得到的，一个函数最多有两个最值，
‘贰’ 高数里的驻点极值点，拐点的区别，怎么计算
一、位置不同：
驻点极值点是x轴上的点，拐点是曲线上的点。
驻点及一阶导不存在的点有可能是极值点。
二阶导为0的点及二阶导不存在的点有可能是拐点。
二、作用不同：
拐点可能是二阶导数为0或二阶导数不存在的点。求出所有二阶导数为0或不存在点，再进一步分析。
极值点可能是一阶导数为0的点，也可能是一阶导数不存在的点。所以求极值点的时候，找出所有一阶导数为0的点和不可导点。对这些点进行进一步的分析。
驻点是f'(x)=0的点是极值点；原函数在x=0点导数不为0，不是驻点。
算法：单变量函数的极值求法
a. 求导数f'(x);
b. 求方程的根f'(x)=0的根；
c. 检查f'(x)在函数图象左右的值的符号，如果左正右负，那么f(x)在这个根处取得极大值；如果左负右正，那么f(x)在这个根处取得极小值。
特别注意：
f'(x)无意义的点也要讨论，即可先求出f'(x)=0的根和f'(x)无意义的点，这些点都称为可疑点，再用定义去判断。 例如：f(x)=|X|在x=0 在的导数是不存在的。
以上内容参考来源：网络-极值点
‘叁’ vb中求极值的算法
LS的，
极大值不一定是最大值
最大值一定是极大值。。。
这个概念要搞清楚啊。。。
‘肆’ 如何用神经网络遗传算法求极值
===============学习神经网络可以到<神经网络之家>================
可以先用matlab神经网络工具箱训练网络,当网络训练好之后,把网络存起来.
然后编写遗传算法,你知道,遗传算法是每代不断迭代的,然后每代会根据适应度决定是否进入下一代,这里的适应度你就用sim(net,x)得到的值的倒数(或者类似的)作为适应度,然后其它就和遗传算法没什么两样了.最后得到的最优解, 就是网络的最优解. 也就是你要的结果了.
不过兄弟,这想法很牛B,很值得鼓励这样的想法.但我不得不说两句,从实际角度来说,这样的实现没有太大的意义. 你的目的就是想从数据中找到Y最小的时候,X的什么值, 但数据上毕竟只是数据,不管你怎么绕,透露出来的信息还是有限的,不管怎么绕,其实数据能提供最大限度的信息就是:在Y=10.88时,即X1=25,X2=24....X6=1.5时,Y是最小值的, 这是数据能提供的最大限度的信息,你再怎么绕, 其实当你懂得神经网络的深层原理时,你会发现,你的方案并没能挖掘出更优的解(因为数据的信息是有限的),这只是把自己绕晕了
不过能有这样的想法,兄弟肯定是个学习的好材料,加油.
===============学习神经网络可以到<神经网络之家>================
‘伍’ 求极值的目的
确定值得范围。
牛顿法求极值 无约束优化算法可以分为线搜索类算法与信赖域类算法两类,他们都是对f(x)f(old x)f(x)在局部进行近似,前者用得更加普遍。
求极大极小值步骤 (1)求导数f'(x); (2)求方程f'(x)=0的根; (3)检查f'(x)在方程的左右的值的。2.(5)极值算法扩展阅读 求解函数的极值 寻求函数整个定义上的最大值和最小值是数学优化的目标。如果函数在闭合区间上是连续的,...。3.因此,寻找整个定义域上最大值(或最小值)的方法是查看内部的所有局部最大值(或最小值)。
‘陆’ 在极值算法中，封闭环的公差大于任一组成环的公差对么
公差分析是指在满本和最高的质量制造产品。公差分析是面向制造和装配的产品设计中非常重要的一个环节，对于降低产品成本、提高产品质量具有重大影响。常用的公差分析的计算模型有两种，一是极值法，二是均方根法。1）极值法极值法是考虑零件尺寸最不利的情况，通过尺寸链中尺寸的最大值或最小值来计算目标尺寸的值。2）均方根法均方根法是统计分析法的一种，顾名思义，均方根法是把尺寸链中的各个尺寸公差的平方之和再开根即得到目标尺寸的公差。
‘柒’ 高数里的驻点极值点，拐点的区别，怎么计算
一、位置不同：
驻点极值点是x轴上的点，拐点是曲线上的点。
驻点及一阶导不存在的点有可能是极值点。
二阶导为0的点及二阶导不存在的点有可能是拐点。
二、作用不同：
拐点可能是二阶导数为0或二阶导数不存在的点。求出所有二阶导数为0或不存在点，再进一步分析。
极值点可能是一阶导数为0的点，也可能是一阶导数不存在的点。所以求极值点的时候，找出所有一阶导数为0的点和不可导点。对这些点进行进一步的分析。
驻点是f'(x)=0的点是极值点；原函数在x=0点导数不为0，不是驻点。
三、意义不同：
极值点不一定是驻点，驻点也不一定是极值点。
驻点关注的是，一阶导数的值为0，不关注函数的单调性变化。
若该曲线图形的函数在拐点有二阶导数，则二阶导数在拐点处异号（由正变负或由负变正）或不存在。
(7)极值算法扩展阅读：
极值点是函数图像的某段子区间内上极大值或者极小值点的横坐标。
极值点出现在函数的驻点（导数为0的点）或不可导点处（导函数不存在，也可以取得极值，此时驻点不存在）。
若f(a)是函数f(x)的极大值或极小值，则a为函数f(x)的极值点，极大值点与极小值点统称为极值点。极值点是函数图像的某段子区间内上极大值或者极小值点的横坐标。极值点出现在函数的驻点（导数为0的点）或不可导点处（导函数不存在，也可以取得极值，此时驻点不存在）
‘捌’ 求二元函数极值有哪些算法
求导数，一阶导数在x处等于零，有极值，可能极大值也可能极小值，在x处二阶导数小于零有极大值，二阶导数大于零有极小值，需要注意极值与最值的关系，他们之间不一定相等。或者配成标准型，考虑对称轴与所给的自变量之间的关系
‘玖’ matlab如何求极值
Rosenbrock函数简介
Rosenbrock函数是数学优化中的常用函数，他可以用来测试优化算法的性能。又叫“Rosenbrock山谷”、“Rosenbrock香蕉函数”、“香蕉函数”。它的定义式如下图所示：
匿名函数表示该函数，matlab的匿名函数代码为：ff=@(x)(100*(x(2)-x(1).^2)^2+(1-x(1))^2。
单纯形法求极值
检查目标函数
画rosenbrock函数三维图形，如下图所示是画图代码：
下面是画出的rosenbrock函数三维图形
‘拾’ 为什么计算函数极值用梯度下降算法而不直接令导数为0求解
并不是所有的函数都可以根据导数求出取得0值的点的, 现实的情况可能是:
1. 可以求出导数在每个点的值, 但是直接解方程解不出来,
2、计算机更加适合用循环迭代的方法来求极值。