Скалолазание

Автор: Monica Porter
Дата создания: 22 Март 2021
Дата обновления: 27 Июнь 2024
Anonim
Базовые навыки - основы скалолазания
Видео: Базовые навыки - основы скалолазания

Содержание

Определение - Что означает холм восхождение?

Восхождение на холм - это эвристический метод математической оптимизации, используемый для решения сложных в вычислительном отношении задач, которые имеют множество решений. Это итеративный метод, принадлежащий к семейству локальных поисков, который начинается со случайного решения, а затем итеративно улучшает это решение по одному элементу за раз до тех пор, пока не придет к более или менее оптимизированному решению.


Введение в Microsoft Azure и Microsoft Cloud | Из этого руководства вы узнаете, что такое облачные вычисления и как Microsoft Azure может помочь вам перенести и запустить свой бизнес из облака.

Техопедия объясняет восхождение на холм

Скалолазание - это метод оптимизации, который используется для поиска «локального оптимума» решения вычислительной задачи. Он начинается с решения, которое является очень плохим по сравнению с оптимальным решением, а затем итеративно улучшается оттуда. Он делает это, генерируя «соседние» решения, которые на шаг относительно лучше, чем текущее решение, выбирает лучшее и затем повторяет процесс, пока не придет к наиболее оптимальному решению, потому что он больше не может найти никаких улучшений.

Варианты:

  • Простой - выбирается первый ближайший узел или решение, которое будет найдено.
  • Крутой подъем - рассматриваются все доступные последующие решения, а затем выбирается самое близкое.
  • Стохастик - соседнее решение выбирается случайным образом, и затем принимается решение о том, следует ли перейти к этому решению на основе степени улучшения по сравнению с текущим узлом.

Скалолазание выполняется многократно - проходит всю процедуру, и окончательное решение сохраняется. Если другая итерация находит лучшее окончательное решение, хранимое решение или состояние заменяется. Это также называется подъемом на дробовик, так как он просто пробует разные пути, пока не достигнет лучшего, точно так же, как дробовик является неточным, но все же может поразить цель из-за широкого распространения снарядов. Во многих случаях это работает очень хорошо, потому что, как выясняется, лучше потратить ресурсы ЦП на разные пути, чем на тщательную оптимизацию от исходного состояния.