Monte Carlo Optimization - Seminarium szkoleniowe

Eliza Bujnowska () Monte Carlo Optimization 28 lutego 2006 13 / 38Symulowane wy»arzanieMetoda ta polega na wprowadzeniu zmiennej skaluj¡cej (zwanejtemperatur¡), której zmniejszanie powoduje szybsze ruchy wzdªu»powierzchni optymalizowanej funkcji h. Odpowiednia zmiana zmiennejskaluj¡cej pozwala z du»ym prawdopodobie«stwem unikn¡¢ utkni¦ciarozwi¡zania w maksimum lokalnym.Mamy dane T > 0, θ1 T , θT 2 , . . . próba generowana z rozkªaduπ(θ) ∝ exp(h(θ)/T ).Warunek T → 0 zapewnia szybsze przeszukiwanie dziedziny funkcji h wpocz¡tkowych krokach algorytmu oraz koncentacj¦ warto±ci symulowanychz rozkªadu coraz bli»ej maksimum.