程序包 org.hipparchus.optim.nonlinear.vector.leastsquares

类 EvaluationRmsChecker

java.lang.Object

org.hipparchus.optim.nonlinear.vector.leastsquares.EvaluationRmsChecker

所有已实现的接口:

ConvergenceChecker<LeastSquaresProblem.Evaluation>

       public class EvaluationRmsChecker extends Object implements ConvergenceChecker<LeastSquaresProblem.Evaluation>
      

检查基于计算的RMS变化是否收敛。

构造器概要

构造器

构造器	说明
EvaluationRmsChecker(double tol)	创建一个RMS的收敛检查器，具有相同的相对和绝对容差。
EvaluationRmsChecker(double relTol, double absTol)	创建一个RMS的收敛检查器，具有相对和绝对容差。

方法概要

修饰符和类型	方法	说明
boolean	converged(int iteration, LeastSquaresProblem.Evaluation previous, LeastSquaresProblem.Evaluation current)	检查优化算法是否收敛。

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

构造器详细资料

EvaluationRmsChecker

             public EvaluationRmsChecker(double tol)
            

创建一个RMS的收敛检查器，具有相同的相对和绝对容差。

当相对容差和绝对容差相同时的便利构造器。等同于new EvaluationRmsChecker(tol, tol)。

参数:

tol - 相对和绝对容差。

另请参阅:

• EvaluationRmsChecker(double, double)

EvaluationRmsChecker

             public EvaluationRmsChecker(double relTol, double absTol)
            

创建一个RMS的收敛检查器，具有相对和绝对容差。

当连续评估的RMS在给定的相对容差或绝对容差内相等时，优化就已经收敛。

参数:

relTol - 相对容差。

absTol - 绝对容差。

另请参阅:

• Precision.equals(double, double, double)
• Precision.equalsWithRelativeTolerance(double, double, double)

方法详细资料

converged

             public boolean converged(int iteration, LeastSquaresProblem.Evaluation previous, LeastSquaresProblem.Evaluation current)
            

检查优化算法是否收敛。

指定者:

converged 在接口中 ConvergenceChecker<LeastSquaresProblem.Evaluation>

参数:

iteration - 当前迭代。

previous - 上一次迭代中的最佳点。

current - 当前迭代中的最佳点。

返回:

true 如果算法被认为已经收敛。