漫步最优化十八——点到集合的映射
2017-07-22 20:22
253 查看
疲倦的时候,有个人会陪你;
孤单的时候,有个人会想你。
我的小宝贝啊,
好想捏捏你的笑脸,
让你知道你是最美的。
——畅宝宝的傻逼哥哥
上篇博文中,我们将算法看成点到点的映射,对任意点xk,对应唯一的点xk+1。实际上,如果在某台电脑上实现某个算法,会存在问题。因为不同的人实现的方式不同,由于计算机四舍五入的误差,可能结果会不一样,因此将算法看成点到集合的映射是比较合适的。如果能够推导出算法的通用性质,那么对算法所有可能的实现都能满足。出于这个原因,后面的文章我们会用下面更加通用的算法定义。
定义1:对空间X上的每个点x∈X都分配一个X的子集,这样的算法是点到集合的映射。
根据这个定义,算法A产生序列{xk}∞k的方式是给任意初始点x0∈X分配一个X的子集X1,然后任意选择x1∈X1,给它分配集合X2⊂X,如此进行下去,如图1所示。xk+1,xk之间的对应规则形式为
xk+1∈A(xk)
其中如果xk是输入,那么A(xk)是所有可能输出构成的集合。
显然,上面的定义包含了算法所有可能的实现,它是基于相同数学结构的一类算法,我们可以用
xk+1=A(xk)+εq
来可视化点对集合算法的概念,其中εq是随机向量。因为定量误差取决于使用的算数运算以及所用计算机的精度,所以xk+1的精确位置是未知的,但不管怎样,xk+1是X某个小集合的元素。
图1
孤单的时候,有个人会想你。
我的小宝贝啊,
好想捏捏你的笑脸,
让你知道你是最美的。
——畅宝宝的傻逼哥哥
上篇博文中,我们将算法看成点到点的映射,对任意点xk,对应唯一的点xk+1。实际上,如果在某台电脑上实现某个算法,会存在问题。因为不同的人实现的方式不同,由于计算机四舍五入的误差,可能结果会不一样,因此将算法看成点到集合的映射是比较合适的。如果能够推导出算法的通用性质,那么对算法所有可能的实现都能满足。出于这个原因,后面的文章我们会用下面更加通用的算法定义。
定义1:对空间X上的每个点x∈X都分配一个X的子集,这样的算法是点到集合的映射。
根据这个定义,算法A产生序列{xk}∞k的方式是给任意初始点x0∈X分配一个X的子集X1,然后任意选择x1∈X1,给它分配集合X2⊂X,如此进行下去,如图1所示。xk+1,xk之间的对应规则形式为
xk+1∈A(xk)
其中如果xk是输入,那么A(xk)是所有可能输出构成的集合。
显然,上面的定义包含了算法所有可能的实现,它是基于相同数学结构的一类算法,我们可以用
xk+1=A(xk)+εq
来可视化点对集合算法的概念,其中εq是随机向量。因为定量误差取决于使用的算数运算以及所用计算机的精度,所以xk+1的精确位置是未知的,但不管怎样,xk+1是X某个小集合的元素。
图1
相关文章推荐
- 漫步最优化十七——点对点映射
- NHibernate 集合映射基础(第四篇) - 一对一、 一对多、多对多小示例
- 【hibernate框架】几种集合映射
- 集合的映射
- JAVA基础复习十八-Map集合、Collections类
- hibernate集合映射inverse和cascade详解
- hibernate 集合类(Collections)映射
- Hibernate学习笔记1— Hibernate中的集合映射
- Hibernate读书笔记之映射,集合映射,关联关系
- 5.集合映射:总结
- NHibernate集合映射中的set, list, map, bag, array
- hibernate集合映射
- Hibernate集合映射Set篇
- Java的Hibernate框架中集合类数据结构的映射编写教程
- 漫步数理统计三——概率集合函数(上)
- 漫步数理统计四——概率集合函数(下)
- Hibernate基于List和map集合映射
- 数组与集合的应用之常用集合的使用(Map映射集合实现省市级联选择框)
- Map集合 键值对 映射关系 Hashtable HashMap TreeMap keySet entrySet Map.Entry
- 集合映射 map list array set