2013-02-07 7 views
6

「数値レシピ」の著者は、Ch。図10は、「古典的」シミュレーテッドアニーリングとNelder-Meadダウンヒルシンプレックス法を組み合わせたシミュレーテッドアニーリングアルゴリズムの実施形態である。数値レシピで示されているシミュレーテッドアニーリングアルゴリズムはどれくらい安全か成熟していますか?

このアルゴリズムについて本当に好きなのは、アニーリング温度が0に達するとクラシックなダウンヒル探索に収束する方法です。しかし、私はこのアルゴリズムの他のリファレンスを見たことがありません。シミュレートされたアニーリングアルゴリズムの安全で成熟した変形(すなわち、製造準備ができている)か、それとも本の中に投げ込まれた実験的アイデアであると考えられるべきか?

答えて

3

いいえ、安全ではない、あなたにヘルペスを与えることを保証します。

AIとインテリジェントなシステムで専門的に仕事をする人として、このようなアルゴリズムは成熟しているとは思えません。その性質上、高度なアルゴリズムはすべて、実験的な側面を持つ傾向があります。たとえば、シミュレーテッドアニーリングでは、冷却スケジュールを策定する必要があります。どのようにこれを行うかは、問題に固有の問題であり、アルゴリズムを試して調整する必要があります。 NRコードはこれを行うための妥当な出発点です。

+0

特定の問題:ユースケース固有またはデータセット固有の意味ですか?私はそれをスローする他のデータセットでうまく機能する、1ユースケースのSAの開始温度を微調整することで成功しました。ソルバ時間に基づいて冷却スケジューリングを自動調整します。 –

+1

SAの実装には、エネルギー関数、状態数など、いくつかの異なるパラメータがあります。最良の冷却スケジュールは、これらのパラメータすべてに基づいて異なり、特定の問題構成に対して最良の冷却スケジュールが何であるかを知る方法がありません。これにより、実験を行う必要があります。 –

+0

...あなたの化学研究室で何か新しいことをしようとしているところです:暖房、冷房、全く、もう一度やり直してください... –

関連する問題