Globális keresés - big enciklopédia olaj és gáz, papír, oldal 1
Totál keresés
Globális kereső és az is használt, hogy megtalálja az első két pontot, és ennek következtében az első hypercone keresést. Kötet magasságával meghatározva a kúp és a fél-szög a vertex értékeket választjuk adaptívan eredményei szerint több egymást követő minták. [1]
Ismertetett globális keresést. kihasználva a durva modell az evolúció, ez vonzó az a tény, hogy könnyen javítani. Így jó eredményeket a folyamat a globális optimalizálási szimuláció ad biológiában ismert tény, hogy a kedvezőtlen körülmények között, a intenzitása mutációk (a / /) növeli, és a szám a leszármazottai A / csökken. [2]
Globális minimum keresés és pixelek sokaságát 1 hatékonyabbak. [3]
Vagus globális keresési kiterjesztése a meghatározott statisztikai módszer és a lokális gradiens süllyedés minden egyes szakaszában a keresést a gradiens módszer egy véletlenszerűen kiválasztott kiindulási pont. Talált végén minden egyes szakaszában az érték eltárolódik, ha ez jobb, mint az előző. Ha a célfüggvény nem túl sok szélsőérték, akkor feltételezhetjük, hogy miután egy kellően nagy számú lépésben, akkor végighaladni az összes helyi szélsőséges és megtalálják a legjobb. Elvileg az előző osztály algoritmusok, nem véges számú lépés nem garantálja találni a globális szélsőérték. [4]
Eleinte egy globális keresési technikák értékelésére általános jellemzői a célfüggvény szomszédságában az optimális, és akkor megtalálja a globális optimum. Módszerek globális yoyska tartalmazza: a módszer Lagrange szorzók; alapuló módszer alkalmazása kísérleti tervezési elmélet, és számos más statisztikai módszerekkel. [5]
A legegyszerűbb algoritmus szimulálja az evolúció a globális keresési következő. UN - tetszőleges pont q - dimenziós térben paraméterek optimalizálását - szimulálni egyes személyekben. A kisebb érték ezt a funkciót, a személy még inkább képes, és ennek következtében annál nagyobb a túlélési esély. [6]
Egy egyszerű globális keresési algoritmus az úgynevezett szkennelés, amely szekvenciális kimerítő keresés az összes lehetséges állapot egy tárgy. [7]
Az mit jelent ez a globális keresés a következő. [8]
Tovább globális keresési algoritmus [20,27, 20,28] tartozó véletlenszerű ugrások a folyamat gradiens keresést. Kiderült, hogy ha különleges módon, hogy gondoskodjon a bekövetkeztének időpontját véletlen sokkok, bizonyos feltételek mellett lehetőség van a garancia találni a globális szélsőérték. Az mit jelent ez a keresés a következő. [9]
Egy egyszerű globális keresési algoritmus az úgynevezett szkennelés, amely szekvenciális kimerítő keresés az összes lehetséges állapot egy tárgy. [10]
Az mit jelent ez a globális keresés a következő. [11]
Tovább globális keresési algoritmus [20,27, 20,28] tartozó véletlenszerű ugrások a folyamat gradiens keresést. Kiderült, hogy ha különleges módon, hogy gondoskodjon a bekövetkeztének időpontját véletlen sokkok, bizonyos feltételek mellett lehetőség van a garancia találni a globális szélsőérték. Az mit jelent ez a keresés a következő. [12]
További sajátossága a globális keresési hiánya bizonyosság, hogy találtak egy véges idő alatt a globális szélsőérték. Sőt, annak a ténynek köszönhető, hogy a globális szélsőérték is, általánosságban elmondható, bárhol lehet a terület 5 kereső, mindig van egy veszteség kockázata a szélsőérték a keresési folyamat. És csak egy korlátlan növekedés a kereső, a valószínűsége az ilyen veszteség lesz tetszőlegesen kicsi. [13]
Sok globális keresési algoritmusok. Vegyünk néhány közülük. [14]