|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Параметрическая и структурная адаптация алгоритмовКомплекс данных методов позволяет пользователю с достаточной надежностью получать оптимальные решения поставленных однокритериальных задач. Это обусловлено тем, что пользователь может оперативно адаптировать процесс решения задачи в зависимости от вида модели. Задача адаптации процесса возникает тогда, когда процесс надо изменить в процессе его работы, чтобы поддержать его эффективность. Это происходит когда заранее невозможно предусмотреть ситуацию, в которую попадает алгоритм поиска решения. Такого рода неопределенность требует введения процедуры адаптации (предоставления пользователю возможности самому изменять параметры или структуру поиска). Различают адаптацию параметрическую и структурную. Основными параметрами алгоритмов случайного поиска являются величина рабочего шага и параметра распределения вероятности случайного шага x. Адаптация величины рабочего шага связана с необходимостью его уменьшения или увеличения в зависимости от результатов предыдущего шага. Наиболее часто применяется эвристика: при неудачном случайном шаге его величину уменьшают и увеличивают при удачном. Неудачный шаг свидетельствует о возможном приближении к экстремуму. Удачный показывает, что до цели еще далеко.
Возникает задача, как подобрать коэффициенты g1, g2 таким образом, чтобы быстрее найти точку экстремума. Адаптация закона распределения вероятности случайного шага x заключается в использовании информации о поведении целевой функции для деформации этого распределения. Основная характеристика распределения случайного шага есть его математическое ожидание Mx. Адаптация достигается за счет добавления вектора W к x0, где x0 – случайный вектор с нулевым математическим ожиданием
Вектор W отражает предысторию работы алгоритма, выявляет перспективные направления поиска и определяет систематический дрейф случайного блуждания в направлении экстремума (рис. 3).
Используется эвристика: направление W формируется, как взвешенная сумма случайных шагов, когда удачные шаги берутся с положительными весами, неудачные с отрицательными, и предпочтение отдается более свежей информации. Структурная адаптация предусматривает переход от одного алгоритма к другому при решении однокритериальной задачи. Пользователь может выбирать, каким способом будет осуществляться поиск оптимальной точки и методами глобального поиска, и методами локального поиска. Если пользователь имеет некоторую априорную информацию о поведении модели, то он может соответственно выбрать метод, который будет наиболее надежно и точно работать с данной моделью. Поиск по сайту: |
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.) |