29. Сформулируйте алгоритм поиска с наказанием случайностью.

Относится к методам случайного направленного поиска.

Для направленного случайного поиска характерно ограничение зоны поиска областью, центром

которой является найденная в ходе поиска точка с наилучшим значением целевой функции.

Если на новом шаге найдена точка с лучшим значением целевой функции, то эта точка

становится новым центром зоны поиска. Этим достигается последовательное смещение

ограниченной зоны поиска в район цели.

W-целевая функция.

Поиск с «наказанием» случайностью предполагает движение в благоприятном

направлении до первого неудачного шага. После этого проводится случайный поиск

нового благоприятного направления.

Движение из центра зоны поиска X _j-1, найденного в процессе поиска, ведется в

случайном направлении до тех пор, пока не обнаружится

благоприятное направление такое, что . После этого

осуществляют движение в найденном благоприятном направлении с фиксированным

шагом и соответствующим смещением зоны поиска до тех пор, пока.

В начале поиска используют достаточно большой шаг, а затем его уменьшают.

Недостаточная длина рабочего шага поиска приводит к возрастанию вероятности

«застревания» в локальном экстремуме.

В рассматриваемом алгоритме случайность вводится как отрицательная реакция на

неудачный шаг. Алгоритмы поиска с «наказанием» случайностью предполагают смещение зоны поиска в благоприятном направлении сразу после удачного шага.

30. Сформулируйте алгоритм поиска с жестким обучением.

Идея самообучения при поиске экстремума сводится к накоплению в ходе поиска информации

об оптимизируемой системе, выработке и уточнению в ходе поиска некоторых

вероятностных гипотез о наилучшем направлении смещения центра зоны поиска и к

использованию этих гипотез при формировании очередных шагов

Предыдущие шаги рассматриваются три этом как результаты испытаний системы, дающие

представление о благоприятном направлении оптимизации.

Вектор в этом случае перестает быть равновероятным и в результате самообучения

приобретает некоторые преимущества в направлении наилучшего шага.

Обучение обычно начинается в обстановке равновероятного поиска, а затем по мере

накопления информации о системе приобретает некоторые сведения в виде оценок

наилучшего направления движения системы к экстремуму. По мере накопления опыта

дисперсия этих оценок должна уменьшаться. Введение случайности в этом случае играет

роль средства прощупывания системы с целью определения наиболее эффективного

направления оптимизации. В ряде случаев производится изменение структуры алгоритма

обучения («переучивание»), если изменились условия функционирования системы или

обучение было неточно.

Поиск с обучением по одной попытке(Жесткое обучение). Случайность вводится после повторного неудачного шага. Смещение на каждом шаге поиска производится следующим образом:

При удачном шаге . После первого неудачного шага центр зоны поиска смещается в

направлении, противоположном неудачному, т.е. , а при следующем неудачном

шаге направление смещения выбирается случайным.

31.

Сформулируйте идею «набросовых» алгоритмов поиска оптимума.

32.

Сформулируйте идею «блуждающих» алгоритмов поиска оптимума.

Альтернативный ответ на вопрос 31.

31. Сформулируйте идею «набросовых» алгоритмов поиска оптимума