| ภาษา : |
|
| ชุมชนวิกิพีเดีย |คำตอบสารานุกรม |ส่งคำถาม |ความรู้คำศัพท์ |อัปโหลดความรู้ |
ขั้นตอนวิธีการที่ชาญฉลาด |
|
ในการปฏิบัติงานวิศวกรรมเรามักจะเข้ามาติดต่อกับบางส่วนของมากขึ้น "ใหม่" หรือทฤษฎีขั้นตอนวิธีการเช่นการหลอมจำลองขั้นตอนวิธีพันธุกรรมค้นหาห้ามเครือข่ายประสาท ขั้นตอนวิธีการเหล่านี้หรือทฤษฎีที่มีลักษณะบางอย่างร่วมกัน (เช่นการจำลองของกระบวนการทางธรรมชาติ) หรือที่รู้จักกันทั่วไปว่าเป็น "ขั้นตอนวิธีการที่ชาญฉลาด." พวกเขาจะมีประโยชน์มากในการแก้ปัญหาทางวิศวกรรมที่ซับซ้อนขั้นตอนวิธีการที่ชาญฉลาด ขั้นตอนวิธีการเหล่านี้เป็นสิ่งที่หมายถึงอะไร ประการแรกค้นหาท้องถิ่นหลอมจำลองขั้นตอนวิธีพันธุกรรมอุปมาค้นหาห้าม: เพื่อหาภูเขาที่สูงที่สุดในโลกกลุ่มของกระต่ายที่ต้องการเริ่มที่จะคิดหาวิธีที่ 1 กระต่ายไปกระโดดสูงที่จะวางมากกว่าที่เป็นอยู่ในขณะนี้ พวกเขาพบว่าภูเขาที่สูงที่สุดอยู่ไม่ไกล แต่ภูเขาไม่จำเป็นต้องเป็นเอเวอร์เรส นี่คือการค้นหาในท้องถิ่นก็ไม่ได้รับประกันว่าค่าที่ดีที่สุดในท้องถิ่นที่ดีที่สุดทั่วโลก 2 กระต่ายเมา เขาสุ่มกระโดดมาเป็นเวลานาน ในช่วงเวลานี้ก็มีโอกาสที่จะขึ้นไปสูงก็อาจเข้าสู่พื้นดิน แต่เขาก็ค่อยๆตื่นขึ้นมาและไปต่อทิศทางการกระโดดที่สูงที่สุด นี่คือการหลอมจำลอง 3 กระต่ายกินยาความทรงจำและได้รับการเปิดตัวในพื้นที่และจากนั้นสุ่มลดลงในบางส่วนของโลก พวกเขาไม่ได้รู้ว่าสิ่งที่ภารกิจของพวกเขาคือ แต่ถ้าคุณมีไม่กี่ปีที่จะฆ่าต่ำเป็นส่วนหนึ่งของกระต่ายกระต่ายอุดมสมบูรณ์จะได้พบกับเอเวอร์เรสของตัวเอง นี้เป็นขั้นตอนวิธีพันธุกรรม 4 กระต่ายรู้ว่าพลังของกระต่ายมีขนาดเล็ก พวกเขา Huxiangzhuangao ด้วยภูเขาที่ได้รับการทาบทามและพูดคุยกับหนึ่งของพวกเขาออกจากเนินเขากระต่ายแต่ละเครื่องหมาย พวกเขาพัฒนากลยุทธ์ในการที่จะดูต่อไป นี้คือการค้นหาห้าม ภาพรวมของขั้นตอนวิธีการที่ชาญฉลาด ขั้นตอนวิธีการที่ชาญฉลาดในการเพิ่มประสิทธิภาพในการแก้ปัญหาการเพิ่มประสิทธิภาพโดยทั่วไป ปัญหาการเพิ่มประสิทธิภาพสามารถแบ่งออกเป็น (1) ฟังก์ชั่นการแก้ทำให้ค่าฟังก์ชั่นขั้นต่ำจากค่าตัวแปรปัญหาการเพิ่มประสิทธิภาพการทำงานและ (2) ในพื้นที่ซึ่งวิธีแก้ปัญหาหาทางออกที่ดีที่สุดค่าต่ำสุดของฟังก์ชันวัตถุประสงค์ของการเพิ่มประสิทธิภาพ combinatorial ปัญหา ปัญหาการเพิ่มประสิทธิภาพทั่วไป combinatorial: การเดินทางปัญหาพนักงานขาย (การเดินทางปัญหาพนักงานขาย, TSP), ปัญหาการตั้งเวลาการประมวลผล (กำหนดการปัญหา) ปัญหาเป้ ,0-1 (เป้ปัญหา) และปัญหาการบรรจุ (ถังบรรจุปัญหา) และอื่น ๆ ; การปรับปรุงขั้นตอนวิธีการค้นหาในท้องถิ่นรวมถึงวิธีการปีนเขา, วิธีโคตรลาดชันที่อธิบายไว้ในบทความนี้หลอมจำลองขั้นตอนวิธีทางพันธุกรรมและวิธีการค้นหาคำแนะนำห้ามที่เรียกว่าการเขียนโปรแกรมเชิงเส้นเขียนโปรแกรมแบบไดนามิก ฯลฯ : มีหลายขั้นตอนวิธีการเพิ่มประสิทธิภาพรวมทั้งขั้นตอนวิธีการคลาสสิก เครือข่ายประสาทวิธีการค้นหาวุ่นวายเป็นวิวัฒนาการแบบไดนามิกระบบ การเพิ่มประสิทธิภาพของความคิดที่มักจะเรียกว่าฟังก์ชั่นที่ใกล้เคียงบทบาทของมันคือการคิดออกว่าจะได้รับ (กลุ่ม) วิธีการใหม่โดยการแก้ปัญหาในปัจจุบัน ในการวิเคราะห์การใช้งานเฉพาะจะขึ้นอยู่กับปัญหาที่เฉพาะเจาะจง โดยทั่วไปแล้วการค้นหาในท้องถิ่นจะขึ้นอยู่กับอุดมการณ์ของการใช้ความโลภของฟังก์ชันการค้นหาที่ใกล้เคียงในกรณีที่การหาทางออกที่ดีกว่าค่าที่มีอยู่และใช้เวลาหลังในอดีตที่ถูกทอดทิ้ง แต่ก็มักจะเป็น "การแก้ปัญหาขั้นต่ำในท้องถิ่น" นั่นคือสามารถเชื่อมโยงไปถึงนี้กระต่าย "ภูเขา Goldenthal และโลกเล็ก" แต่ไม่พบภูเขาเอเวอร์เรส อบจำลองขั้นตอนวิธีทางพันธุกรรมห้ามการค้นหา, เครือข่ายประสาทจากมุมที่แตกต่างกันและกลยุทธ์เพื่อให้บรรลุการปรับปรุงที่ประสบความสำเร็จที่ดีขึ้น "ขั้นต่ำทั่วโลก." ขั้นตอนวิธีการจัดหมวดหมู่ ขั้นตอนวิธีการอบจำลอง ขั้นตอนวิธีการอบจำลองจะขึ้นอยู่กับความคล้ายคลึงกันของวัสดุของแข็งในระหว่างปัญหาการหลอมและการเพิ่มประสิทธิภาพ combinatorial สารเมื่อถูกความร้อนที่เคลื่อนที่ของอนุภาคที่เพิ่มขึ้นหลังจากถึงความรุนแรงบางวัสดุของแข็งเป็นของเหลวแล้วอบในเวลานี้การเคลื่อนไหวทางความร้อนของอนุภาคลดลงและค่อยๆกลายเป็นระเบียบและในที่สุดก็บรรลุความมั่นคง การแก้ปัญหาการหลอมจำลองจะไม่เป็นผลสุดท้ายขึ้นอยู่กับจุดเริ่มต้นเช่นเดียวกับการค้นหาในท้องถิ่น มันแนะนำพียอมรับความน่าจะเป็น หากจุดใหม่ (ชุด PN) ของฟังก์ชัน f วัตถุประสงค์ (PN) ดีขึ้นแล้ว p = 1 ซึ่งหมายถึงการเลือกจุดใหม่มิฉะนั้นความเป็นไปเป็นจุดปัจจุบันได้รับ (ชุดพีซี) ของฟังก์ชัน f วัตถุประสงค์ (PC) ใหม่ฟังก์ชัน f วัตถุประสงค์ (PN) และพารามิเตอร์การควบคุมอีก "อุณหภูมิ" ฟังก์ชัน T นั่นคือการค้นหาในท้องถิ่นอบจำลองไม่ชอบแต่ละอย่างตะกละตะกลามดูดีกว่าที่เป็นอยู่ในขณะนี้ฟังก์ชันเป้าหมายเกือบจุดนอกจากนี้ยังอาจมายอมรับ ด้วยการดำเนินการตามขั้นตอนวิธีการที่อุณหภูมิของระบบ T จะค่อยๆลดลงและในที่สุดก็สิ้นสุดที่อุณหภูมิต่ำที่อุณหภูมิระบบไม่ยอมรับการเปลี่ยนแปลง ลักษณะโดยทั่วไปของการหลอมจำลองเพื่อปรับปรุงการทำงานวัตถุประสงค์คือนอกเหนือจากการได้รับการยอมรับ แต่ยังที่จะยอมรับการลดทอนสูงสุดเมื่อ T มีขนาดใหญ่ลดทอนขนาดใหญ่ได้รับการยอมรับเมื่อ T เป็นค่อยๆขนาดเล็กลดทอนขนาดเล็กได้รับการยอมรับเมื่อ T เป็น 0, ลดทอนไม่ยอมรับ คุณลักษณะนี้หมายความว่าการหลอมจำลองและความคมชัดค้นหาท้องถิ่นสามารถหลีกเลี่ยงน้อยในท้องถิ่นและยังคงความเรียบง่ายและความเก่งกาจของการค้นหาในท้องถิ่น ร่างกายร้อนก่อนที่จะอนุญาตให้ชนกันระหว่างโมเลกุลกลายเป็นรัฐวุ่นวายเพื่อเพิ่มพลังงานภายในและการระบายความร้อนที่ลำดับสุดท้ายของโมเลกุล แต่จะเป็นระเบียบมากขึ้นภายในไม่เกินในความร้อนที่ผ่านมา เช่นกระต่ายหลังจากที่มันเมาเมื่อเทียบกับยอดเขาใกล้เคียงกับเปิดตาตาบอดสะดุดกระโดดวงกลมขนาดใหญ่ แต่มีแนวโน้มที่จะพบกับเอเวอร์เรส โดยเฉพาะอย่างยิ่งเมื่อ T เป็น 0, อบจำลองจะกลายเป็นกรณีพิเศษของการค้นหาในท้องถิ่น หลอมจำลองการแสดงออกหลอกรหัส: ขั้นตอนการจำลองการหลอม เริ่มต้น T: = 0; เริ่มต้นอุณหภูมิ T เลือก VC สตริงในปัจจุบันที่สุ่ม ประเมิน VC; ทำซ้ำ ทำซ้ำ เลือก VN สตริงใหม่ในละแวกของ VC (1) |
| ผู้ใช้งาน ทบทวน |
|
ยังไม่มีความเห็น |
