Файл: Растригин Л.А. Автоматная теория случайного поиска.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 19.06.2024

Просмотров: 198

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

ПОИСК БЕЗ САМООБУЧЕНИЯ

 

 

71

 

 

 

 

оценка

алгоритмов

вычисляется по

формуле, получен­

ной из выражений

 

(1.3.50) и (1.4.41),

 

т]*=

7(pi<0> + 3p

8

( 0 ) )

.

(1.4.44)

КИ

Z.

 

 

 

 

О

 

 

 

 

При Pi( 0 ) ->0 и р3 ( 0 ) ->-1 отношение (1.4.44) стремится к максимальному значению (г]*-»-7), а при /?i( 0 ) ->0 и р3(°'-»-0 — к минимальному (г)*-Я)).

§ 1.5. А Л Г О Р И Т М Г А У С С А — З Е Й Д Е Л Я И Е Г О С Т О Х А С Т И Ч Е С К И Й В А Р И А Н Т

Сущность алгоритма Гаусса—Зейделя со­ стоит в следующем [3]. Процесс оптимизации происхо­ дит последовательно по каждой переменной, т. е. со­ стоит из последовательных спусков в направлении ко­ ординатных осей.

В этом параграфе для простоты

исследуем одну м о-

д и ф и к а ц и ю

а л г о р и т м а

Г а у с с а — З е й д е л я .

Сначала для спуска выбираются подряд все положи­ тельные направления координатных осей, а потом — все отрицательные. Если по выбранному направлению спуска приращение функции качества отрицательно

(AQ'<0), ТО производится спуск по этому

направлению

до тех пор,

пока

функция качества

уменьшается

(AQ'<0) . Если

A Q ' ^ 0 , то происходит переход к следу­

ющему направлению

спуска.

 

Из сказанного следует, что автомат этого алгоритма поиска имеет 2п состояний, которые пронумеруем в сле­ дующем порядке:

АХ(» = ае,; ДХ<2) = ае2 ;

АХ<»> = ае„;

AX<n +1 ) = - aei ; АХ<2> = - а е 2 ; . .. ; АХ<2"> = - а е „ ,

где а — величина шага; е ь . . . , е „ координатные орты.


ГЛАВА I

72

Далее будем предполагать, что а=\. Матрицы пере­ ходных вероятностей автомата в соответствии с алго­ ритмом поиска равны

при нештрафе (AQ'<0)

 

100 . . . О

А0 =

010 . . . 0

(1.5.2)

 

 

 

ООО . . . 1

 

при штрафе

( A Q ' ^ 0 )

 

0100 .

.

0

 

0010 .

.

0

А,=

 

 

(1.5.3)

 

0000 .

.

1

 

1000 .

.

0

Предполагается, что оптимизация идет при наличии помехи, определяемой формулой (0.1.22), и что функция качества Q(X) линейная. Тогда ее приращение kQ'i оп­ ределяется формулой (1.2.15), а вероятности штрафов (AQ'i^O) формулой (1.2.17). Следовательно, вероят­ ности штрафов действий автомата-поиска определяются выражением

y [ l - 0 > ( 2 - ^ - ) ] при

i = n + l , n

+ 2, ... ,2n ,

 

 

 

 

(1.5.4)

где Ф(г)

— функция Лапласа;

 

 

а;

— направляющие

косинусы

вектора

гради-

 

 

 

п

 

 

ента функции качества Q(X); ^

ai2= I .

 

 

 

г=1

 


ПОИСК БЕЗ САМООБУЧЕНИЯ

73

Функционирование автомата в среде (1.5.4) описывается цепью Маркова со следующей матрицей переходных ве­ роятностей:

 

l - s i

si

0 0 - 0

0

о

 

^(S )

=

0

l - s 2

s2

0 ••• 0

0

о

(1.5.5)

0

0

0

0 - - 0

l - s m _ ,

Sm—1

 

 

 

 

 

sm

0

0

0 ••• 0

О

1 Sm

 

где m=2n.

 

 

 

 

 

 

 

Поскольку

функция

качества

Q(X) линейна, то, при­

нимая

офО,

получаем

однородную эргодическую цепь

Маркова. Следовательно, вектор предельных вероят­

ностей

Р = ( р и . . . , рт)

пребывания автомата

в состоя­

ниях i

(t'= 1,2,..., т)

находится как решение

системы

линейных уравнений

 

 

P=4'(S)P,

 

.(1.5.6)

гд е Л ' ( 5 ) —транспонированная матрица (1.5.5). Решая эту систему, находим

Р г =

{

( / = 1 , 2 , . . . , т ) .

(1.5.7)

Si ZJ —

Средний штраф автомата равен

т

(1.5.8)

а среднее смещение в пространстве параметров {X}

М[АХ]=

(pi-pn+u

р2-Рп+2,

Рп-р2п)

=


ГЛАВА I

74

 

Pep

Pep

1

(1.5.9)

 

* S\ — Sn—i

Sn S2n ' tTl

 

 

Среднее приращение

функции

качества

на одном шаге

 

 

п

 

 

 

M[AQ]--

1

V

/ 1

1

(1.5.10)

23=1

Г

 

CCi.

 

 

 

 

Подставляя выражения (1.5.4) в формулы (1.5.8) и

(1.5.9), в окончательном виде имеем

 

 

 

Рср =

2п

 

 

 

(1.5.11)

 

•» 1

 

 

 

 

 

it

П

Ф

V 2а

/

M[AQ]=-

2-

 

 

г=1

 

7

\ ~ a i -

 

i - i 1

\ 2а '

 

 

 

 

 

 

 

 

(1.5.12)

Для двумерного случая при большой помехе из фор­

мул (1.5.11)

и (1.5.12) находим

 

 

 

(1.5.13)

M[AQ]=

2Ула

(1.5.14)

 

 

С л у ч а й

б е з в о з д е й с т в и я

п о м е х ( а = 0 ) не­

обходимо рассмотреть особо. В этом случае при выпол­ нении условия (1.3.14) из формулы (1.5.4) следует:

Si =

'•Sn—1;

s n+l— ••" 52n = 0,


ПОИСК БЕЗ САМООБУЧЕНИЯ

75

и поэтому матрица (1.5.5) принимает вид

 

0100 • • 0000 • • 0

 

0010 • • 0000 • • 0

 

0000 • • 1000 • • 0

 

0000 • • 0100 • • 0

A(S) =

(1.5.15)

 

0000 • • 0100 • • 0

 

0000 • • 0010 • • 0

 

0000 • • 0000 • • 1

Из этой матрицы видно, что цепь Маркова является неэргодической. Ее состояния от 1 до л являются переход­ ными, а состояния от п+1 до 2п — поглощающими. Как нетрудно показать, Л^-я степень матрицы (1.5.15) имеет вид

N+1

 

0

• 100 • •

0000 ••• 0

 

 

0

• • 010

• •

0000 ••• 0

 

 

0 • • 000 • • 1000 ••• 0

 

 

0 • • 000

• • 0100 ••• 0

 

 

 

 

 

 

 

 

N

AN(S) =

0 • • 000 ••• 0100

•• • 0

(1.5.16)

 

0

• • 000

• •

0100

••• 0

 

 

0

• • 000

• • 0010

••• 0

 

0 ••• 000 ••• 0000 •• . 1

пп