Wspinaczka górska

Autor: Monica Porter
Data Utworzenia: 22 Marsz 2021
Data Aktualizacji: 27 Czerwiec 2024
Anonim
Wspinaczka górska - Technologia
Wspinaczka górska - Technologia

Zawartość

Definicja - Co oznacza wspinaczka górska?

Wspinaczka pod górę to heurystyczna metoda optymalizacji matematycznej stosowana do rozwiązywania trudnych obliczeniowo problemów, które mają wiele rozwiązań. Jest to metoda iteracyjna należąca do lokalnej rodziny wyszukiwania, która rozpoczyna się od losowego rozwiązania, a następnie iteracyjnie ulepsza to rozwiązanie po jednym elemencie, aż dojdzie do mniej lub bardziej zoptymalizowanego rozwiązania.


Wprowadzenie do Microsoft Azure i Microsoft Cloud | W tym przewodniku dowiesz się, na czym polega przetwarzanie w chmurze i jak Microsoft Azure może pomóc w migracji i prowadzeniu firmy z chmury.

Techopedia wyjaśnia Hill Climbing

Wspinaczka pod górę jest techniką optymalizacji stosowaną w celu znalezienia „lokalnego optymalnego” rozwiązania problemu obliczeniowego. Zaczyna się od rozwiązania, które jest bardzo słabe w porównaniu do rozwiązania optymalnego, a następnie iteracyjnie się poprawia. Robi to poprzez generowanie „sąsiednich” rozwiązań, które są stosunkowo o krok lepsze niż obecne rozwiązanie, wybiera najlepsze, a następnie powtarza proces, aż dojdzie do najbardziej optymalnego rozwiązania, ponieważ nie może już znaleźć żadnych ulepszeń.

Warianty:

  • Prosty - wybierany jest pierwszy najbliższy znaleziony węzeł lub rozwiązanie.
  • Największe wzniesienie - rozważane są wszystkie dostępne rozwiązania następcze, a następnie wybierane jest najbliższe.
  • Stochastyczny - rozwiązanie sąsiadujące jest wybierane losowo, a następnie decyduje się, czy przejść do tego rozwiązania na podstawie stopnia poprawy w stosunku do bieżącego węzła.

Wspinaczka jest wykonywana iteracyjnie - przechodzi całą procedurę, a ostateczne rozwiązanie jest przechowywane. Jeśli inna iteracja znajdzie lepsze rozwiązanie końcowe, zapisane rozwiązanie lub stan zostanie zastąpione. Nazywa się to również wspinaniem na strzelbę, ponieważ po prostu wypróbowuje różne ścieżki, aż trafi na najlepszą, tak jak strzelba jest niedokładna, ale wciąż może trafić w cel z powodu szerokiego rozrzutu pocisków. W wielu przypadkach działa to bardzo dobrze, ponieważ okazuje się, że lepiej jest wydawać zasoby procesora na eksplorację różnych ścieżek niż staranną optymalizację od stanu początkowego.