您现在的位置是:首页 > 经验问答网站首页经验问答
黄金分割法介绍 优选搜索算法详解
- 编辑:贺眉苑
- 2026-11-17 22:28:31
- 来源:网易
黄金分割法也叫 0.618 法,是单峰函数一维寻优里面非常经典的无约束优化搜索方法,核心思路就是利用黄金分割比例 0.618,在搜索区间内部选取两个试点,通过比较这两个试点对应的函数值大小,不断舍弃不包含最优解的区间段,逐步把搜索区间压缩缩小,最后逼近函数的极小点或者极大点,这个方法不需要求导,只需要计算函数值,所以适用场景很广,不管是工程参数调试 实验方案优选 数学优化都经常使用,它和二分法不一样,二分法依靠导数或者符号判断,黄金分割法只对比函数值,属于直接搜索类算法,最大优点是实现简单,收敛稳定,每次区间缩减比例固定为 0.618,每一轮只需要新增一次函数求值,计算效率比较高,缺点是只适合单峰区间,如果目标函数是多峰,很容易收敛到局部最优,没办法找到全局最优,黄金分割这个比例数值约等于 0.618,对应的互补位置就是 0.382,两个试点按照这个比例布置在初始搜索区间里面,迭代过程当中保留上一轮其中一个旧试点,减少重复计算函数值,这也是这个算法效率高的关键设计。
核心基础原理清单
黄金分割常数 约等于 0.618,互补系数是 0.382
适用前提 目标函数在给定搜索区间内是单峰函数
优化目标 寻找区间内函数最小值或者最大值
算法类别 一维直接搜索法,不需要计算导数
区间收缩规则 比较两个试点函数值,淘汰一侧区间,保留包含最优解的子区间
黄金分割法迭代核心步骤
第一步 确定初始搜索区间 a b,确认区间内函数是单峰,设定收敛精度 epsilon
第二步 在区间内部设置两个试点 x1 等于 a 加 0.382 乘以 b 减 a,x2 等于 a 加 0.618 乘以 b 减 a
第三步 分别计算 f x1 和 f x2 对应的函数值
第四步 如果是求极小值,当 f x1 小于 f x2,说明最优解在 a 到 x2 之间,把新的上界 b 更新为 x2,舍弃 x2 右侧区间,如果 f x1 大于 f x2,最优解在 x1 到 b 之间,把新下界 a 更新为 x1,舍弃 x1 左侧区间
第五步 新区间生成之后,复用保留下来的旧试点,只新增一个新试点,继续计算函数值对比
第六步 重复迭代,直到区间长度 b 减 a 小于设定精度 epsilon,此时区间中点就作为近似最优解
求极小值与求极大值对比
| 项目 | 求极小值 | 求极大值 |
|---|---|---|
| 判断规则 | 函数值更小的一侧保留 | 函数值更大的一侧保留 |
| 区间舍弃逻辑 | 舍弃函数值更大试点外侧区间 | 舍弃函数值更小试点外侧区间 |
| 最终输出 | 近似极小点 | 近似极大点 |
算法优缺点
优点
不需要求导,函数不可导也可以使用
迭代规则固定,编程实现难度低
每次迭代仅新增一次函数求值,计算开销小
收敛过程平稳,不容易震荡
缺点
只支持单峰函数,多峰问题容易陷入局部最优
收敛速度属于线性收敛,相比二次插值类方法速度偏慢
初始区间选太大,迭代轮次会明显增加
常见应用场景
数学优化课程标准算法例题
工程试验参数优选,比如温度 压力 配比参数寻优
信号处理 控制系统里面单变量参数调优
运筹学 实验设计里面单因素优选
关键注意要点
黄金分割法的 0.618 是近似值,高精度计算可以使用精确黄金比例表达式
迭代停止条件除了区间长度,也可以增加函数值变化量作为判断标准
如果函数在区间内存在平台段,也就是相邻点函数值相等,需要单独设定处理分支
初始区间必须提前确认单峰属性,否则算法结果没有可靠意义
【常见问题】
问题 1 黄金分割法介绍里面,为什么要使用 0.618 这个比例
回答 1 黄金分割法介绍当中选用 0.618,是为了让每次区间缩减之后,新区间比例和原区间比例保持一致,黄金分割法介绍这个设计可以复用旧试点,减少函数求值次数,提升寻优效率
问题 2 黄金分割法介绍,它和二分法有什么本质区别
回答 2 黄金分割法介绍里面明确它属于直接搜索,只对比函数值,黄金分割法介绍对应的二分法需要依靠导数或者符号判断,黄金分割法不需要求导,适合无法求导的单峰函数寻优
问题 3 黄金分割法介绍,可以用来求解多峰函数全局最优吗
回答 3 黄金分割法介绍说明它只适合单峰区间,黄金分割法介绍对应的多峰函数,算法很容易停在局部最优点,不能保证找到全局最优,多峰问题需要搭配分区搜索或者其他全局优化算法
问题 4 黄金分割法介绍,迭代什么时候可以停止
回答 4 黄金分割法介绍一般设置区间长度小于预设精度就停止迭代,黄金分割法介绍也可以额外增加函数值变化阈值,满足收敛条件之后,取区间中点作为近似最优解
【免责申明】
本文属于黄金分割法算法科普,算法原理与迭代规则为通用数学理论,内容仅作知识讲解,不构成工程建模或者科研项目专业建议,实际工程应用请结合目标函数特性验证算法适用性。