AI 交互实验台 · 随机优化

随机搜索与模拟退火

浏览器实际计算 · 寻找目标函数的低处。先预测接受或拒绝,再核对随机数与概率。

起点、范围与语法

支持 + − * / ^、括号、sin cos tanh exp log sqrt abs、常数 pi / π / e。最多 240 字符,乘法必须写 *;例如 sin(x)*cos(y)+0.1*(x^2+y^2)。log 是自然对数。函数须在设置的域内有有限值。

范围 −100–100;上界须大于下界,起点须在域内。也可点击俯视图设置起点。编辑立即暂停;数值确认后应用全部当前输入,函数文字需点击“应用设置”或按 Enter。应用后清空旧轮。

当前函数值 f—
历史最好 f—
已提议次数—
当前温度 T—

路径 · 等高线

点击设起点(清除 A) · 同一条细线上的函数值相同

地形 · 3D

证据 · 函数值变化

B 当前路径(实线) A 冻结路径(虚线)× 候选(提交前虚线) ◇ B 历史最好(绿点线)蓝点线 / ◇ A 历史最好灰 × 最近 80 个被拒候选

单次计算 · 展开每一项代入与更新
① 随机生成候选② 比较与概率③ 接受 / 拒绝

最近 12 次数值记录(图形替代)
提议 x y 当前 f 历史最好 f
先预测,再解释

同样的随机种子,只把初温从 1.2 改为 0,接受率、当前路径与历史最好怎样变化?

查看参考解释

退火可能接受上升候选,这是穿过山脊的机会;当前值会升高,但历史最好只会保持或降低。温度较高不保证有限预算内更好;请保留相同随机种子做对照。

实际计算与边界

浏览器中实际计算的微型优化实验;地形采样只是绘图。当前点、候选、运算与曲线共用同一份状态。

为何可能停止或找不到最优?

域外候选和无效函数值被拒绝并计入提议预算;没有偷偷夹到边界。每次提议固定消耗三个随机数。零温度明确只接受不更差的候选。达到预算不等于证明最优。自定义函数的网格检查只能发现采样点上的问题,不能证明处处连续/可导。