Optimizasyon için Buluşsal Yöntemler


9

Cuma günü olduğu için bir CW sorusunun zamanı geldi. Optimizasyon problemlerinde geniş kullanım alanı olan buluşsal yöntemler arıyorum. Kapsamı daha 'teori dostu' sezgisel tarama ile sınırlamak için, kurallar şunlardır (bazıları keyfi, bazıları değil)

  • Çok sayıda parametresiz ve somut bir çalışma süresi olan (belki de yineleme başına) iyi tanımlanmış bir yöntem olmalıdır.
  • Kendisiyle ilişkili bilinen bazı teorik sonuçlara sahip olmalıdır (yakınsama oranı, varsa yaklaşık sınırlar, sabit özellikler vb.)
  • Geniş uygulanabilirliğe ve seçim yöntemi veya birkaç tanesinden birine sahip en az bir amiral gemisi uygulamasına sahip olmalıdır.
  • doğadan ilham almamalı (bu anlamsız bir itiraz gibi görünse de, genetik algoritmaları, karınca kolonisi optimizasyonunu ve benzerini dışlamaya çalışıyorum).

Cevaplar ideal olarak şu formatta olmalıdır: işte bir örnek.

Adı : Alternatif optimizasyon

Hedef : (genellikle dışbükey olmayan) bir işlevi en aza indirmef(x,y)

Koşullar : İlişkili işlevlerg(x)=minyf(x,y) ve h(y)=minxf(x,y) dışbükey

Algoritma :ith yineleme ile başlar xi,yi.

  1. xi+1argminxf(x,yi)
  2. yi+1argminyf(xi+1,y)

En iyi bilinen uygulama :k- anlamına gelir, en yakın çift yinelenen.

Teori : tarihinde bilinen sonuçlark-çerçevenin küresel optimallik için genel yeterli koşullar anlamına gelir

ps Cevabınızı planladığım bir algoritma seminerinde ders olarak bulabilirsiniz :)


"Bu doğadan ilham almamalı (bu anlamsız bir itiraz gibi görünse de, genetik algoritmaları, karınca kolonisi optimizasyonunu ve benzerini dışlamaya çalışıyorum)." Öyleyse simüle edilmiş tavlama, istatistiksel mekanik vb. Yok mu?
Joe Fitzsimons

Simüle tavlama ile ilgili hiçbir sorunum yok ve bunu yazdığımda SA'yı tutmanın ve GA'ları hariç tutmanın bir yolunu bulmaya çalışıyordum :).
Suresh Venkat

Yanıtlar:


2

Ad: yinelenen yeniden ağırlıklandırılmış en küçük kare
Hedef: formun işlevini en aza indirirw(θ)F(θ)2, θRn, F(θ)Rm, w(θ)R
Koşullar: duruma göre
Algoritma: bariz - ağırlıkları sabitle, ikinci dereceden problemi çöz, ağırlıkları yeniden hesapla
En iyi bilinen uygulama: geometrik medyan, M-tahmin ediciler,Lpnorm, sıkıştırılmış algılama
Teorisi: vaka bazında kanıtlanmış

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.