| Језик : |
|
| Енциклопедија заједница |Енциклопедија Одговори |Пошаљи питање |Речник Знање |Додај знања |
Интелигентни алгоритам |
|
ако је ф (ВЦ) <ф (ВН) онда ВЦ: = ВН; иначе, ако случајан [0,1] <екп ((ф (ВН)-ф (ВЦ)) / Т) (2) онда ВЦ: = ВН; до (прекид-услов) (3) Т: = г (Т, т), (4) Т: = т 1;до (стоп-критеријум) (5) енд; Изнад Програм, кључ је да се (1) генерише нову државну функцију, (2) да прихвати нову државну функцију, (3) критеријум стабилности узорковања, (4) назад топло функција, (5) жарење крај критеријум (који се као функција два три критеријума ) је главна веза директно утичу на резултате оптимизације. Експериментални резултати показују да док нема ефекат на почетне вредности коначних резултата, али почетне температуре је већа, већа вероватноћа да добије висок квалитет решења. Дакле, треба да покушамо да изаберете релативно високу почетну температуру. Наведени избор кључне стратегије: (1) стање генерација функција: решење кандидат одређује тренутну функцију суседство решење, можете узети измењиве, убаците, уназад и друге операције генерише, а затим изаберите ново решење на основу вероватноће расподеле начин, можете узети јединствену расподелу вероватноће, нормалну расподелу, Гаусова, Коши дистрибуција. (2) држава прихвати функцију: овај део од најкритичнијих, међутим, експерименти показују да функција за које се не утиче прихватање коначног исхода. Стога, генерално су изабрани мин [1, екс ((ф (ВН)-ф (ВЦ)) / Т)]. (3) критеријуми стабилности узорковања: најчешће користе су: Мислим циљ испитивања функција је стабилна; континуиране мале промене у циљној броја корака; прописани одређени број корака; (4) функција температура Повлачење: Ако је потребно температура мора следити одређени однос смањен, СА алгоритам може да се користи, али температура падне веома споро, брзо С.А., опште употребе. Тренутно, често да је вредност стално мења. (5) жарење крај критеријум: генерално су: сет стоп температура; постављање број итерација; претресли више пута оптимална вредност остаје непромењена; инспекцијски систем ентропија је стабилан. Да би се осигурао релативно супериорне решења, алгоритми имају тенденцију да се споро хлађење, Мулти-узорковање, као и "прекид температуру" постављен релативно низак режим, што доводи алгоритам ради време је релативно дуго, што је највећа мана симулираног каљења. Људи пијани договара не агилни, да не помињемо зеца? Генетски алгоритми "Природна селекција, опстанак најспособнијих" је основна идеја еволуције. Генетски алгоритми који симулира природну желите да урадите. Генетски алгоритам може да се користи за проблеме оптимизације, ако је то природан процес као веома идеализоване симулације показују сама више елегантан - иако конкуренција опстанак је бруталан. Генетски алгоритми у популацији свих појединаца, као и објеката, техничке смернице о употреби насумичног ефикасан кодирања простора претраге параметра. Међу њима, избор, укрштање и мутација генетски операције чине генетски алгоритам; дизајн параметар кодирање, подесите иницијалну популацију, фитнес функцију, генетска манипулација дизајн, контролни параметар постављање пет елемената основног садржаја генетског алгоритма. Као нови глобални оптимизација за претрагу, генетски алгоритам са својим једноставним и универзалним, робустан и јак, погодан за паралелно процесирање и ефикасне, практичне и друга важна карактеристика, у различитим областима је у широкој употреби, а постигли добре резултате, и постао важан паметан један алгоритам. Генетски алгоритам псеудо-код: Поступак генетски алгоритам почети иницијализација групе и проценити вредност фитнес, (1) док не цонвергент (2) почети изаберите; (3) ако случајан [0,1] <ком онда скретница, (4) ако случајан (0,1) <ам затим |
| Корисник Преглед |
|
Но цомментс иет |
