Главная > Интеллектуальные системы > Адаптация сложных систем
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

3.3.3. Автоматные алгоритмы случайного поиска

В основе этих алгоритмов лежит понятие автомата. Рассмотрим это понятие подробнее. Автоматом традиционно называют пятерку

где алфавит входов; алфавит внутренних состояний автомата; алфавит его выходов; функция переходов, определяющая, в какое состояние переходит автомат из состояния под действием входного сигнала функция выхода — определяет значение выхода автомата, находящегося в состоянии при входе Эти функции могут быть стохастическими, тогда и автомат будет стохастическим. Если автомат находится в какой-то среде, то представляет собой его воздействие на среду, воздействие среды на автомат.

Представим алгоритм поиска в виде такого автомата. Средой в этом случае является объект оптимизации, преобразующий оптимизируемые параметры в значение функции Входом автомата поиска является значение (или приращение а выходом будет (или шаг

Введем следующие упрощающие условия:

1. Автомат поиска декомпозируется на автома тов каждый из которых воздействует на один оптимизируемый параметр

2. Алфавит входов автомата поиска имеет лишь два знака:

где («нештраф») соответствует («штраф») соответствует

3. Алфавит выходов также имеет два знака:

где т. е. каждый автомат делает шаг величиной в одну или другую сторону. Пусть для простоты и все автоматы одинаковы, т. е. индекс можно снять. Теперь алгоритм случайного поиска задается видом функций и Здесь целесообразно, различать два варианта:

1) (х — стохастическая функция, v — детерминированная;

2) (х — детерминированная функция, v — стохастическая. Первый случай соответствует направлению оптимизации с помощью коллектива стохастических автоматов с целесообразным поведением [140], второй — случайному поиску с самообучением [181]. Рассмотрим каждое направление отдельно.

<< Предыдущий параграф Следующий параграф >>
Оглавление