में प्रारंभिक सरलता का चयन करना उपयोगकर्ता के 'अनुमान' वर्टेक्स से नेल्डर-मीड सरल खोज में उपयोग के लिए सरलता को प्रारंभ करने का सबसे अच्छा तरीका क्या है?नेल्डर-मीड ऑप्टिमाइज़ेशन एल्गोरिदम
उत्तर
मुझे यकीन नहीं है कि सर्वोत्तम है, जो नेल्डर-मीड विधि में प्रारंभिक सरलता चुनने के लिए है, लेकिन निम्नलिखित सामान्य अभ्यास में किया जाता है।
प्रारंभिक सिंप्लेक्स S
के निर्माण x0,..,xn
चारों ओर क्या आप किसी उपयोगकर्ता की शिखर xin
"अनुमान" एक N
आयामी अंतरिक्ष में फोन n+1
कोने पैदा करने से प्राप्त होता है। सबसे लगातार चुनाव
x0=xin
है और शेष n
कोने तो उत्पन्न कर रहे हैं ताकि
xj=x0+hj*ej
जहां ej
j
की इकाई वेक्टर वें R^n
और hj
में अक्ष समन्वय है एक कदम है ej
की दिशा में आकार।
hj = 0.05 if (x0)j is non-zero
hj = 0.00025 if (x0)j=0
x0 के जे-वें घटक के साथ (x0) j। ध्यान दें कि यह Matlab के fminsearch दिनचर्या में विकल्प है, जो नेल्डर-मीड योजना पर आधारित है।
आप
मुझे लगता है कि वहाँ कोई सामान्य नियम है क्योंकि इस कम से कम आवश्यक प्रतिक्रिया के एक अस्पष्ट ज्ञान सबसे अच्छा Nelder-मीड अनुकूलन की प्रारंभिक सिंप्लेक्स निर्धारित करने के लिए है में कुछ और जानकारी प्राप्त कर सकते हैं सतह।
हालांकि, यह बिंदुओं को इस तरह से सेट करने के लिए एक उचित नीति हो सकती है कि सरलक्स लगभग पूरी संभव सीमा को कवर करता है। नेल्डर-मीड का एल्गोरिदम स्वचालित रूप से इष्टतम के लिए सरल और लगभग अपूर्ण हो जाएगा। इस नीति का व्यावहारिक लाभ यह है कि आप प्रतिक्रिया-कार्य का एक बेहतर समग्र ज्ञान प्राप्त करेंगे।
हमने हिलस्टॉर्मर ("http://www.berkutec.com") के साथ कुछ परीक्षण किए हैं। यह कार्यक्रम testfunctons पर इन नीतियों का परीक्षण करने की अनुमति देता है और हमने पाया कि यह मसालेदार काम अच्छी तरह से काम करता है।
कृपया याद रखें कि पहला सरल-ओपेरेशन एक प्रतिबिंब है। यदि प्रारंभिक सरलता पूरी अनुमति सीमा को कवर करती है तो प्रतिबिंब आवश्यक रूप से सीमाओं को इंगित करेगा। लेकिन हिलस्टॉर्मर रैखिक बाधाओं का उपयोग करने की अनुमति देता है और इस समस्या से बच सकता है।
आप हिलस्टॉर्मर की प्रणाली-सहायता में कुछ और जानकारी पा सकते हैं।
बी कुहने
- 1. एल्गोरिदम रनिंग टाइम ऑप्टिमाइज़ेशन
- 2. जेनेटिक एल्गोरिदम ऑप्टिमाइज़ेशन - -O3 ध्वज
- 3. ओपन स्पेस बैटिंग ऑप्टिमाइज़ेशन एल्गोरिदम
- 4. एंटी कॉलोनी ऑप्टिमाइज़ेशन या जेनेटिक एल्गोरिदम प्रतिशत आधारित समस्या
- 5. बेयसियन ऑप्टिमाइज़ेशन
- 6. जीएचसी ऑप्टिमाइज़ेशन
- 7. फ़्लोटिंग-पॉइंट ऑप्टिमाइज़ेशन - दिशानिर्देश
- 8. वर्चुअल मशीन ऑप्टिमाइज़ेशन
- 9. .NET गुणा ऑप्टिमाइज़ेशन
- 10. डेल्फी 2006 ऑप्टिमाइज़ेशन बग
- 11. mysql क्वेरी स्पीड ऑप्टिमाइज़ेशन
- 12. रिटर्न वैल्यू ऑप्टिमाइज़ेशन
- 13. स्विफ्ट को ऑप्टिमाइज़ेशन
- 14. पेफोल ऑप्टिमाइज़ेशन पैटर्न
- 15. एंड्रॉइड पीएनजी ऑप्टिमाइज़ेशन
- 16. PHP वेबसाइट ऑप्टिमाइज़ेशन
- 17. एंड्रॉइड-एनडीके (स्पीड ऑप्टिमाइज़ेशन)
- 18. सी ++ ओ 1 ऑप्टिमाइज़ेशन
- 19. सी कंपाइलर संरचना ऑप्टिमाइज़ेशन
- 20. रेडिस मेमोरी ऑप्टिमाइज़ेशन
- 21. खाली बेस क्लास ऑप्टिमाइज़ेशन
- 22. जावा माइक्रो-ऑप्टिमाइज़ेशन: int
- 23. Google क्रोम फ़ॉन्ट ऑप्टिमाइज़ेशन
- 24. माइक्रोसॉफ्ट वेब ऑप्टिमाइज़ेशन फ्रेमवर्क
- 25. डायनामिक क्वेरी ऑप्टिमाइज़ेशन
- 26. इकाई फ्रेमवर्क क्वेरी ऑप्टिमाइज़ेशन
- 27. सी ++ फ़ंक्शन ऑप्टिमाइज़ेशन
- 28. PHP सरणी में मेमोरी ऑप्टिमाइज़ेशन
- 29. एक लेमैमाइज़र बनाना: स्पीड ऑप्टिमाइज़ेशन
- 30. पारंपरिक ऑप्टिमाइज़ेशन/शेरिंग बनाम न्यूएसक्यूएल