ВУЗ:
Составители:
()
()
!!
,
!
αα ε α
α
tt t tt
QZ=−∇
−−
11
Λ
ΛΛ
Λ
,
t=
1 2
, , ...
, (1.51)
где вид матрицы усиления
Λ
ΛΛ
Λ
t
определяется тем или иным вариантом метода
стохастической аппроксимации. Так, скалярная матрица усиления
Λ
ΛΛ
ΛΛ
ΛΛ
Λ
t
t
t
t
t
== =
λ
λ
λ
λ
00
00
00
...
...
... ... ... ...
...
I
,
λ
t
>
0
, (1.52)
соответствует методу стохастической аппроксимации. При этом скалярные
множители
λ
t
должны удовлетворять двум условиям
а)
λ
t
t
=
∞
∑
=∞
1
; б)
λ
t
t
2
1
<∞
=
∞
∑
, (1.53)
которые для широкого класса функций потерь
(
)
Q
t
εα,
и ПРВ помех
обеспечивают сходимость (в вероятностном смысле) оценок
!
α
t
рекуррентной процедуры (1.51) к оптимальному решению
α
*
. Условиям
(1.52) удовлетворяет, например,
λλ
t
t=
.
Как видно из рис. 1.6, структурная схема рекуррентного алгоритма
отличается от схемы итеративного алгоритма тем, что на функциональный
преобразователь кроме обратной связи поступает еще и текущая информация
- наблюдения
Z
t
. Использование и обработка этой системой текущих
наблюдений позволяет компенсировать неполноту априорной информации и
при
t→∞
получить оптимальное решение.
Таким образом, в итеративных алгоритмах используется предварительно
накопленная и обработанная информация, по которой определяется градиент
∇
J( )
α
t
или его оценка
!
J( )
∇α
t
. В рекуррентных алгоритмах используется
t
Z
t
α
0
α
t
α
t
−
1
(
)
∇
α
εα
F,
Λ
ΛΛ
Λ
t
Рис. 1.6. Структурная схема рекуррентного алгоритма.
Страницы
- « первая
- ‹ предыдущая
- …
- 36
- 37
- 38
- 39
- 40
- …
- следующая ›
- последняя »