TVM-变尺度拓扑变分

前言：TVM，即Topological Variation on Multiscale
用途：可用于广泛的优化和临界点发现，TVM要求在领域内要严格凹凸性
简化原理：
#该算法即模型利用的算法的严格与推广版本，在N维欧空间中，算法与遗传算法和贪心算法类似，可用于不涉及梯度的优化，平替梯度下降/牛顿/拟牛顿法。经测试，N=2时，算法将测试值可以很好的收敛于全局最小值。N=3时，还没经过测试，理论上可以用于势能最小化，收敛于最小值。
原理：
定义目标函数                                                ，初始点  ，测试矢量  
  
其中  
定尺度下做如下递归：
  
  
  
  
  
变尺度下，定义计算域  遵循  范数，以上递归在以下条件下进行：
  
  
抽象基上递归采用以下映射运算：