МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
||||||||||
Метод випадкового пошуку з перерахунком
Розглянемо оптимізацію цільової функції F(x) методом випадкового пошуку за умовою відсутності обмежень на n- вимірний вектор параметрів оптимізації Х. Процедура знаходження мінімального значення цільової функції за допомогою методу формується виразом: ( 8.5 ) де: k = 0, 1, 2, … - номер ітерації; Хk - n- вимірний вектор параметрів оптимізації на k-тій ітерації; h - крок пошуку, h > 0; Xk - нормований вектор випадкових чисел на k-тій ітерації Xk = (xk,1, xk,2,…, xk,n), коли , де ; ( 8.6 ) а hk,i - масив випадкових чисел, які рівномірно розподілені на інтервалі від –1 до +1. Даний метод виконується по наступному алгоритму. На k-му кроці рішення ми маємо точку рішення Хk. Сформуємо вектор випадкових чисел Xk, який визначає напрямок руху пошуку. Далі робимо j-й пробний крок у вибраному напрямку: ( 8.7 ) - якщо F(X) < F(Xk), то крок вибраний вірно і виконується перехід до нової ітерації; - в протилежному випадку генерується новий j+1-й вектор випадкових чисел Xk,j+1 і виконується новий пробний крок; - якщо таких кроків зроблено m, а результату немає, то крок пошук h зменшується в С раз за умовою h = C×h і ітерація повторюється. Значення параметрів m i C задаються, де С вибирається в діапазоні 0 < C < 1; - процес пошуку точки мінімуму закінчується, якщо виконується одна із попередніх умов, або у випадку, коли крок пошуку стає меншим від наперед заданої точності: h < e, де e > 0. Схема алгоритму вказаного методу приведена на рис. 8.7. В алгоритмі Х1, F1 це вектор значення параметрів оптимізації і значення цільової функції в попередній точці, а Х2, F2 в наступній. Всі операції з векторами при написанні програми передбачають використання циклів по і із зміною індексу і від 1 до n. В алгоритмі задаються координати початкової точки Х1 (блок 1) і обчислюється початкове значення цільової функції F1( блок 2). Наступна точка і значення цільової функції X2 i F2 визначається блоками 3¸7. В блоці 8 порівнюються значення цільових функцій, а в блоці 9 перевіряється точність обчислень. Якщо точність не досягнута, то процедура пошуку повторюється. У випадку, якщо ні одна із m випадкових точок не наближає до мінімального значення, то процедура пошуку повторюється, але з меншим кроком h (блок 12).
Рис. 8.7. Схема алгоритму оптимізації методом випадкового пошуку з перерахунком
В блоках 2 і 7 передбачається використання підпрограми цільової функції, а в блоці 5 підпрограми генерації вектора випадкових чисел по приведеному алгоритму. Алгоритм підпрограми, приведений на рис. 8.7 створює масив з n випадкових чисел xі, з урахуванням того, що їх норма вектора дорівнює одиниці . Випадкові числа hі формуються в діапазоні від –1 до 1 генератором випадкових чисел алгоритмічної мови.
Читайте також:
|
|||||||||||
|