Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 30 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

с обобщенной невязкой (2.16). Используя упрощенную процедуру наи-
меньших квадратов (SLS) для минимизации (2.21), AP оформим следу-
ющим образом:
if (t
start
≤ t
i
< t
stop
) then
begin if (t
start
= t
i
) then
begin k := 0; Λ = I end else k := k + 1;
if (k > 0 & k = 0 mod s) then
begin τ := [k − 1/s]; for j = 1 to p do
λ
(j)
τ+1
:= λ
(j)
τ
+
∂r(t
i
,
ˆ
θ(τ))
∂
ˆ
θ
j
2
; Λ
τ+1
= diag {λ
(j)
τ+1
}; \? SLS ?\
π :=
ˆ
θ(τ) −Λ
−1
τ+1
ˆ
G(t
i
); \? Num?\
checkSC(π);
if (SC(π)) then
ˆ
θ(τ + 1) := π
end
end
Замечание 2.1 Изменяя строку, отмеченную \? SLS ?\, можно перейти
к другому методу поиска минимума. Например, используя
λ
(j)
τ+1
:= λ
(j)
τ
+ 1,
переходим к методу простой стохастической аппроксимации \? SSA ?\.
Таким образом, вместе со строкой, помеченной \? Num ?\, задаем кон-
кретный численный метод оптимизации
ˆ
θ .
Замечание 2.2 Изменяя только две отмеченные строки, можно перейти
к генетическому методу.
Замечание 2.3 В результате (s−1) -шаговой задержки в схеме, показан-
ной на рис. 2.5, временн´ой шаг для AP становится в s раз больше, чем
для системы. С этой целью выше введен AP-таймер τ с использованием
функции взятия целой части числа [·] .
2.1.4. Моделируемые генетические алгоритмы [7, 8, 12, 13]
Генетические алгоритмы (ГА) отличаются от других поисковых методов
использованием принципов, заимствованых у генетики и эволюционной тео-
рии.
30

Страницы