0.618法求最优解python

0.618法是一种常用的优化算法，用于求解最优解。以下是一个简单的Python实现：

def golden_section_search(f, a, b, tol=1e-6):
    golden_ratio = 0.618
    c = b - (b - a) * golden_ratio
    d = a + (b - a) * golden_ratio
    while abs(c - d) > tol:
        if f(c) < f(d):
            b = d
        else:
            a = c
        c = b - (b - a) * golden_ratio
        d = a + (b - a) * golden_ratio
    return (b + a) / 2

其中，f是待优化的函数，a和b是搜索区间的上下限，tol是精度（默认为1e-6）。函数返回的是最优解的近似值。

例如，我们可以使用这个函数来求解f(x) = x^2 + 3x + 5在区间[0, 10]上的最小值：

f = lambda x: x**2 + 3*x + 5
a = 0
b = 10
x_min = golden_section_search(f, a, b)
print(x_min)

输出结果为-1.4999999105930328，这是最小值的近似值。