Комбинированный алгоритм

Cтраница 2

Коррекция весов в комбинированном алгоритме, использующем обратное распространение и обучение Коши, состоит из двух компонент: ( 1) направленной компоненты, вычисляемой с использованием алгоритма обратного распространения, и ( 2) случайной компоненты, определяемой распределением Коши. [16]

Для задачи о ранце комбинированные алгоритмы описаны в гл. Рассмотрим здесь комбинированные алгоритмы для задачи коммивояжера. [17]

Сравнительная таблица эффективности комбинированного алгоритма и алгоритма метода секущих. [18]

Заметим, что рассматриваемый комбинированный алгоритм несколько проще метода секущих и позволяет экономить одну операцию деления на каждые две итерации. [19]

Для приближенного решения подзадач применяются комбинированные алгоритмы локальной оптимизации, описанные в гл. [20]

Для улучшения начальных решений используются комбинированные алгоритмы локальной оптимизации, описанные в гл. [21]

Быстрая сортировка может использоваться в комбинированном алгоритме, чтобы сократить части до заранее определенного размера, после чего они упорядочиваются другим методом, более эффективным для малых списков. [22]

Для улучшения начальных решений применяются также комбинированные алгоритмы ветвей и границ, описанные в гл. [23]

Указанная эвристическая программа, которая соответствует комбинированному алгоритму, функционирует следующим образом. В программе каждая из эвристик отдает предпочтение тому или иному варианту декомпозиции ИЗС. Выбор эвристики, которой следует руководствоваться на каждом этапе декомпозиции, производится случайным образом. Каждой эвристике приписывается весовой коэффициент, величина которого пропорциональна вероятности предпочтительного выбора этой эвристики на данном; этапе декомпозиции ИЗС. Проводя этап за этапом декомпозицию ИЗС и выбирая на каждом этапе некоторый вариант декомпозиции, программа синтезирует ХТС. После этого программой рассчитывается оптимальная величина КЭ этой системы. При этом используются уже другие эвристики, поскольку они в программе выбираются случайным образом. Если система, полученная во второй раз, оказалась лучше первой, то увеличиваются весовые коэффициенты эвристик, использованных при ее синтезе, в противном случае они уменьшаются. Таким образом, реализуется процесс самообучения или накопление данной эвристической программой опыта синтеза ХТС. [24]

Указанная эвристическая программа, которая соответствует комбинированному алгоритму, функционирует следующим образом. В программе каждая из эвристик отдает предпочтение тому или иному варианту декомпозиции ИЗС. Выбор эвристики, которой следует руководствоваться на каждом этапе декомпозиции, производится случайным образом. Каждой эвристике приписывается весовой коэффициент, величина которого пропорциональна вероятности предпочтительного выбора этой эвристики на данном этапе декомпозиции ИЗС. Проводя этап за этапом декомпозицикх ИЗС и выбирая на каждом этапе некоторый вариант декомпозиции, программа синтезирует ХТС. После этого программой pad - считывается оптимальная величина К. При этом используются уже другие эвристики, поскольку они в программе выбираются случайным образом. Если система, полученная во второй раз, оказалась лучше первой, то увеличиваются весовые коэффициенты эвристик, использованных при ее синтезе, в противном случае они уменьшаются. Таким образом, реализуется процесс самообучения или накопление данной эвристической программой опыта синтеза ХТС. [25]

Для нахождения точного решения этой задачи применяются комбинированные алгоритмы типа ветвей и границ. [26]

Пример декомпозиции задачи синтеза схемы процесса ректификации с применением эвристики. [27]

Таким образом, на первом этапе использования комбинированного алгоритма осуществляется уменьшение размерности подзадач, решаемых на втором этапе с применением динамического программирования. [28]

Эти подходы связаны с разработкой различных вариантов комбинированных алгоритмов; предварительным анализом параметров задачи и ее модификацией с последующим применением алгоритмов типа greedy для модифицированной задачи. В дальнейшем полученное решение модифицированной задачи является начальным для исходной задачи, и оно может быть улучшено. Поясним этот подход на примере булевой задачи об одномерном ранце. [29]

Максимальный эффект по повышению надежности результатов могут дать комбинированные алгоритмы контроля достоверности результатов обработки, в основу которых положено несколько различных методов контроля. [30]

Страницы: 1 2 3 4