程序包 org.hipparchus.optim
package org.hipparchus.optim
通常，优化器是一种算法，将最小化或最大化称为标量函数的算法，称为目标函数。
对于一些标量目标函数，可以计算梯度（通过分析或数值计算）。使用此知识的算法定义在org.hipparchus.optim.nonlinear.scalar.gradient包中。不需要此额外信息的算法位于org.hipparchus.optim.nonlinear.scalar.noderiv包中。
有些问题通过需要访问所有观测值而不是目标函数的算法更有效地解决。这些方法在拟合模块中实现。
此包为优化算法提供通用功能。抽象类（BaseOptimizer和BaseMultivariateOptimizer）包含用于存储评估和迭代计数器以及用户定义的收敛检查器的样板代码。
对于每种优化器类型，都有一个特殊的实现，包装一个优化器实例并提供“多起点”功能：它使用不同的起始点多次调用基础优化器，并返回找到的最佳最优解，或者如果需要的话返回所有最优解。这可能有助于避免陷入局部极值点。
-
类说明所有收敛检查器实现的基类。用于实现优化问题的基类。多元函数的基类多起点优化器。用于实现多元函数优化器的基类。用于实现优化器的基类。此接口指定如何检查优化算法是否收敛。
ConvergenceChecker的复用器，检查所有检查器是否收敛。ConvergenceChecker的复用器，检查一个检查器是否收敛。优化过程的起始点（第一个猜测）。用于异常消息中使用的本地化消息格式的枚举。要优化的函数的最大评估次数。（迭代）算法执行的最大迭代次数。标记接口。所有优化问题的通用设置。此类保存一个点及该点处的目标函数值。此类保存一个点及该点处的矢量值的目标函数值。简单的优化约束：下限和上限。仅使用点坐标的ConvergenceChecker接口的简单实现。仅使用目标函数值的ConvergenceChecker接口的简单实现。仅使用目标函数值的ConvergenceChecker接口的简单实现。