Читайте также:
|
В методе поиска с парными пробами предполагается четкое разделение между пробным и рабочим шагами. Направление рабочего шага выбирается после двух пробных шагов из исходной точки X0 в точки X1 и X2 вдоль случайного направления: 
где g —величина пробного шага; 
— равномерно распределенный единичный случайный вектор
Для рабочего шага поиска принимается направление, соответствующее наименьшему значению целевой функции; это направление выбирается исходя из следующих условий: 
где a —величина рабочего шага поиска, обычно a <g.
35.Что понимают под термином «адаптация» и «самообучение» в алгоритмах случайного поиска?
Гораздо более эффективными и хорошо зарекомендовавшими себя практике являются адаптивные алгоритмы случайного поиска глобального экстремума. Их основная идея заключается в том, что поиск ведется не из какой-то одной начальной точки, а по всей области, и в процессе его выполнения изменяется закон распределения генерации вектора рабочих параметров (точек, в которых вычисляется значений целевой функции). Обычно на начальных этапах распределение является равномерным, а затем плотность вероятности увеличивается в районе предполагаемого оптимума.
Поиск с самообучением отличается тем, что функция детерминирована, т.е. является регулярной зависимостью нового состояния w(1) от результата х и предыдущего состояния w.
Дата добавления: 2015-11-14; просмотров: 48 | Нарушение авторских прав
| <== предыдущая страница | | | следующая страница ==> |
| Сформулируйте алгоритм поиска с жестким обучением. | | | Сформулируйте стратегию селекции генетических алгоритмов. |