Cтраница 1
Алгоритм локального поиска в этом случае осложняется лишь необходимостью вычисления интеграла (20.7.2) в каждой точке поиска. [1]
Поэтому конструирование алгоритмов локального поиска имеет важное, а иногда и самостоятельное значение при разработке алгоритмов оптимального проектирования ЭМП. [2]
В качестве алгоритмов локального поиска могут быть применены классические алгоритмы: метод Гаусса - Зайделя, градиента, наискорейшего спуска. [3]
Поэтому конструирование алгоритмов локального поиска имеет важное, а иногда и самостоятельное значение при разработке алгоритмов оптимального проектирования ЭМП. [4]
Целевая функция в заданной области параметров может быть многоэкстремальной, поэтому использован алгоритм локального поиска в комбинации со случайным выбором начальных условий. [5]
При решении многоэкстремальных задач и в так называемых овражных ситуациях автономная работа алгоритмов локального поиска оказывается неэффективной. Это потребовало разработки методов нелокального поиска, которые фактически состоят в определенной организации проведения некоторой последовательности поисков локальных. Так, нелокальный алгоритм решения многоэкстремальных задач состоит в выборе начальных точек в пределах заданной области и обработке результатов локальных поисков, произведенных из этих точек. В ходе работы этого алгоритма производится изучение заданной области, определяется местонахождение локальных экстремумов. Специальные алгоритмы нелокального поиска применяются также при решении овражных задач. [6]
При решении многоэкстремальных задач и в так называемых овражных ситуациях автономная работа алгоритмов локального поиска оказывается неэффективной. Это потребовало разработки методов нелокального поиска, которые фактически состоят в определенной организации проведения некоторой последовательности локальных поисков. Так, нелокальный алгоритм решения многоэкстремальных задач состоит в выборе начальных точек в пределах заданной области и обработке результатов локальных поисков, произведенных из этих точек. В ходе работы этого алгоритма производится изучение заданной области, определяется местонахождение локальных экстремумов. Специальные алгоритмы нелокального поиска применяются также при решении овражных задач. [7]
Блок поиска локальных оптимумов на рис. 5.7 6 по существу включает в себя схему на рис. 5.7, а, за исключением первых двух блоков. Содержание этого блока составляют алгоритмы локального поиска совместно с правилами их смены и условиями окончания поиска. Локальный поиск повторяется столько раз, сколько отобрано начальных точек в предыдущем блоке. Для сокращения суммарного времени локальных поисков иногда применяется следующий прием. Результаты поисков из разных начальных точек сравниваются на промежуточных стадиях через равные отрезки времени. При этом поиски, которые за одинаковое время показывают существенно худшие результаты, прекращают, не дожидаясь окончательных результатов. [8]
Блок поиска локальных оптимумов на рис. 5.7 6 по существу включает в себя схему на рис. 5.7, а, за исключением первых двух блоков. Содержание этого блока составляют алгоритмы локального поиска совместно с правилами их смены и условиями окончания поиска. Локальный поиск повторяется столько раз, сколько отобрано начальных точек в предыдущем блоке. Для сокращения суммарного времени локальных поисков иногда применяется следующий прием. Результаты поисков из разных начальных точек сравниваются на промежуточных стадиях через равные отрезки времени. При этом поиски, которые за одинаковое время показывают существенно худшие результаты, прекращают, не дожидаясь окончательных результатов. [9]
Как известно ( см. главу 17), оператор реакции при случайном поиске может иметь двоякий характер. С одной стороны, это - - немедленная реакция ( алгоритм локального поиска), направленная на устранение результатов неудачного шага, которая заключается в возврате, пересчете или экстраполяции. Если же шаг был удачный, то при соответствующем законе самообучения происходит учет этого опыта в виде определенной перестройки вероятностных свойств случайного шага. [10]
Для оптимизационного расчета электрических машин необходим пакет прикладных программ, в который входят программы, реализующие алгоритмы локального поиска, включающего в себя алгоритмы оптимизации критерия в допустимой области и движения в допустимую область из произвольной начальной точки, предварительного исследования заданной области поиска для выявления количества и расположения экстремумов и оврагов и решения овражных задач. [11]
Для оптимизационного расчета электрических ма шин необходим пакет прикладных программ, в который входят программы, реализующие алгоритмы локального поиска, включающего в себя алгоритмы оптимизации критерия в допустимой области и движения в допустимую область из произвольной начальной точки, предварительного исследования заданной области поиска для выявления количества и расположения экстремумов и оврагов и решения овражных задач. [12]
Другими словами, в случае НСМ г - й ген соответствует г - й подзадаче, а / - и аллель есть номер ( имя) процедуры ( эвристики), реализующей локальную целевую функцию и ограничения г - й подзадачи. Согласно НСМ для каждой подзадачи должно быть сформулировано несколько альтернативных постановок ( процедур), именно среди них генетический алгоритм или алгоритм локального поиска будет выбирать члены последовательности, приближаясь к оптимальной последовательности эвристик. [13]
Этот метод дает возможность легко учесть наличие ограничений, накладываемых на параметры, по сравнению с методами детерминированного поиска. Кроме того, при большом количестве переменных количество вычислений функционала, осуществляемых за один шаг, оказывается меньше, чем в градиентных методах. Алгоритм локального поиска состоит в следующем. [14]