|
|||||||
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Методы случайного поискаОпыт использования численных методов показывает, что определение градиента функции r связано со значительными трудностями. Поэтому наряду с детерминированными методами поиска на практике используют методы случайного поиска, которые свободны от указанного недостатка, []. В методах случайного поиска направление шага, а иногда и величина, определяются случайным образом. Этот метод является прямым развитием известного метода проб и ошибок, когда решение ищется случайно, и при удаче принимается, а при неудаче отвергается с тем, чтобы немедленно снова обратиться к случайности как к источнику возможного. Такое “случайное” поведение разумно опирается на уверенность, что случайность содержит в себе все возможности, в том числе и искомое решение. Итерационный алгоритм поиска оптимальных параметров представим в виде: . Различные методы случайного поиска отличаются способами определения приращения , [].
Обозначим . Алгоритм записывается следующим образом: где случайные пробы предполагаются достаточно малыми по модулю, чтобы вероятность получения положительной реакции (Dr(n)<0) была достаточно большой. При данном алгоритме случайные шаги в пространстве управляющих переменных делаются до тех пор, пока не будет найден шаг, ведущий к уменьшению r. Затем удачный шаг повторяется до тех пор, пока значение r не начнет увеличиваться. Рассмотрим некоторые способы определения S. o Чисто случайная оценка направления. Здесь s=s, где - единичный случайный вектор. o Оценка направления s по наилучшей из нескольких проб. В этом случае s=s*, где s* удовлетворяет условию: . Здесь g – величина пробного шага; m – число случайных шагов, из которых выбирается наилучшее. o Оценка направления спуска методом статистического градиента. За направление спуска принимается средневзвешенное из m случайных направлений, каждое из которых берется с весом, соответствующим приращению меры r вдоль этого направления: , где - единичный вектор, определяющий интересующее направление. Имеются и другие модификации оценки направления спуска. 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.) |