न्यूनतम स्केलर फ़ंक्शन ढूँढना एक अनुकूलन समस्या है। अनुकूलन समस्याएं समाधान की गुणवत्ता में सुधार करने में मदद करती हैं, जिससे उच्च प्रदर्शन के साथ बेहतर परिणाम मिलते हैं। अनुकूलन समस्याओं का उपयोग वक्र फिटिंग, रूट फिटिंग आदि के लिए भी किया जाता है।
आइए एक उदाहरण देखें -
उदाहरण
import matplotlib.pyplot as plt
from scipy import optimize
import numpy as np
print("The function is defined")
def my_func(a):
return a*2 + 20 * np.sin(a)
plt.plot(a, my_func(a))
print("Plotting the graph")
plt.show()
print(optimize.fmin_bfgs(my_func, 0)) आउटपुट
Optimization terminated successfully. Current function value: -23.241676 Iterations: 4 Function evaluations: 18 Gradient evaluations: 6 [-1.67096375]
स्पष्टीकरण
- आवश्यक पैकेज आयात किए जाते हैं।
- एक फ़ंक्शन परिभाषित किया गया है जो डेटा उत्पन्न करता है।
- यह डेटा matplotlib लाइब्रेरी का उपयोग करके ग्राफ़ पर प्लॉट किया गया है।
- अगला, फ़ंक्शन को पैरामीटर के रूप में पास करके 'fmin_bgs' फ़ंक्शन का उपयोग किया जाता है।
- यह डेटा कंसोल पर प्रदर्शित होता है।
