БАЗОВЫЙ АЛГОРИТМ МЕТОДА ГЛОБАЛЬНОЙ ОПТИМИЗАЦИИ С СЕЛЕКТИВНЫМ УСРЕДНЕНИЕМ ИСКОМЫХ ДИСКРЕТНЫХ ПЕРЕМЕННЫХ : доклад, тезисы доклада

Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций

Конференция: Нейроинформатика, её приложения и анализ данных; Красноярск; Красноярск

Год издания: 2019

Ключевые слова: глобальная оптимизация, дискретные переменные, селективное усреднение искомых переменных, многоэкстремальная функция, ограничения типа неравенств

Аннотация: Представлен базовый алгоритм глобальной оптимизации на множестве дискретных переменных с упорядоченными возможными значениями при наличии ограничений неравенств. За основу взята вычислительная схема оптимизации на множестве непрерывных переменных, и она трансформирована для оптимизации по дискретным переменным. Пробные и рабочие шаги так же разнесены во времени. Перед выполнением каждого рабочего шага осуществляется серия измерений минимизируемой функции в пробных точках. На основе этой информации при фиксированном коэффициенте селективности ядра выполнятся численно селективное усреднение искомых переменных. Для каждой дискретной переменной ставится во взаимно однозначное соответствие безразмерная непрерывная переменная, включающая номера возможных упорядоченных значений дискретной переменной. За счёт взаимно однозначного соответствия осуществляется переход в пробных точках от непрерывных переменных к дискретным возможным значениям. Такой же (но уже обратный) переход происходит и для получаемых усреднённых значений искомых переменных. Осуществляется также адаптивная перестройка размеров множества возможных пробных движений, и учитываются ограничения типа неравенств. На тестовом примере продемонстрированы высокие скорость сходимости и помехоустойчивость алгоритма.

Ссылки на полный текст

Издание

Журнал: Нейроинформатика, её приложения и анализ данных

Номера страниц: 73-78

Издатель: Институт вычислительного моделирования СО РАН

Авторы

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.