Monte Carlo Optimization - Seminarium szkoleniowe
Monte Carlo Optimization - Seminarium szkoleniowe
Monte Carlo Optimization - Seminarium szkoleniowe
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Eliza Bujnowska () <strong>Monte</strong> <strong>Carlo</strong> <strong>Optimization</strong> 28 lutego 2006 20 / 38Symulowane wy»arzanie problem zbie»no±ci (3)Przedstawione twierdzenie jest warunkiem koniecznym i wystarczaj¡cym naokre±lenie stopnia spadku temperatury, tak aby algorytm zbiegaª do zbiorumaksimów globalnych.Nie rozwi¡zuje to jednak problemu wyznaczania T , gdy» D w praktyce niejest znane.Je±li przykªadowo ustalimy T i = Γ/log(i), to otrzymujemy zbie»no±¢rozwi¡zania do maksimum globalnego, wtedy i tylko wtedy, gdy Γ ≥ D.Zamiast zmiennej skaluj¡cej deniowanej logarytmicznie, mo»na u»y¢geometrycznejT i = α i T 0 (0 < α < 1).