Метод - спуск
Cтраница 3
При проектировании процессов правильный выбор метода спуска позволяет поставить и решить в реальное время более полную задачу с учетом большего числа факторов. [31]
В целом вопросы скорости сходимости методов случайного спуска исследованы недостаточно подробно. [32]
В начале поиска следует пользоваться методом спуска, который обеспечивает наиболее быстрое получение результатов. Вблизи зоны минимума поиск следует вести по методу градиента, который дает большую точность результатов. [33]
Если это не так, то метод спуска применяется не ко всей области определения функции, а к подобластям, в каждой из которых минимальное значение функции единственно. [34]
Если это не так, то метод спуска будет применяться не ко всей области определения функции, а в ее части, где минимальное значение функции должно быть одно. Следовательно, для того чтобы найти абсолютный минимум функции П ( х, у, z), всю область ее определения мы разобьем на конечное число подобластей и, применяя метод спуска в каждой подобласти, будем искать точку, сообщающую минимум функции Я. Затем из конечного числа полученных минимальных точек выбираем точку, сообщающую абсолютный минимум Я. [35]
Распространенным методом решения таких задач является метод спуска но градиенту. Модификация этого метода с использованием теории чувствительности ( 1) ( беспоисковый градиентный спуск) существенно его улучшает, однако и при этом градиентный метод сохраняет ряд недостатков, которые делают его. Главные из этих недостатков: а) медленная сходимость; б) проблема пространства; в) наличие локальных ( ложных) минимумов, количество которых быстро возрастает с увеличением количества параметров, по которым проводится адаптация. [36]
Если это не так, то метод спуска применяется не ко всей области определения функции, а в подобластях, в каждой из которых минимальное значение функции должно быть одно. [37]
Большой класс алгоритмов, отличных от методов спуска, образуют так называемые, алгоритмы штрафных функций. [38]
Программирование этой процедуры представляет собой воплощение метода рекурсивного спуска. Так как для многих людей эта идея нова, я постараюсь идти помедленнее. [39]
Градиентный метод является одним из примеров методов локального спуска. [40]
Для вычисления интегралов типа (4.9.12) часто используется метод наибыстрейшего спуска ( см. разд. Для этого интегрирование необходимо проводить вдоль контура наибыстрейшего спуска ( КНС), который получают посредством непрерывного преобразования первоначально выбранного контура ( например, контура Зоммерфельда) в КНС. [41]
Эти аксиомы позволяют выполнить рассуждения с помощью метода спуска, использованного Ферма. Остается доказать свойства, которые в настоящей работе приняты в качестве аксиом. [42]
Для отыскания оценок Сих используется один из методов спуска 2-го порядка, например метод Ньютона-Рафсона или метод Девидона ( метод переменной метрики), которые при наименьшем числе шагов приводят к точкам, достаточно близким к точкам минимума. [43]
 |
Простая последовательность блоков. [44] |
Рассмотрим / - ую итерацию оптимизационного процесса метода спуска. Пусть в результате предыдущей (; - 1) - ой итерации оптимизационного процесса вектор хвар принял значение х1в -, а управления примут значения wJ - i. Схема должна быть рассчитана при заданных значениях и - 1, х ъар и1 - фикс. [45]
Страницы: 1 2 3 4