OPTPV_20141007 03

Zhrnutie prednášky

Prednáška predstavuje metódu simulovaného žíhania (simulated annealing) ako vylepšenie náhodnej Lusi-Jakola metódy, inšpirovanú termodynamickým procesom chladnutia materiálu. Na rozdiel od pôvodnej metódy umožňuje s určitou pravdepodobnosťou prejsť aj do horšieho riešenia, čo pomáha uniknúť z lokálnych optím. Táto pravdepodobnosť závisí od aktuálnej teploty (analógia iteračného počítadla) a od miery zhoršenia riešenia — na začiatku pri vysokej teplote je akceptovanie horších bodov pravdepodobnejšie, postupným chladnutím sa znižuje. Vysvetľuje sa pseudokód algoritmu, typické funkcie na výpočet teploty (logaritmický, exponenciálny pokles) a pravdepodobnosti prijatia nového bodu. Na záver je ukázaná implementácia v MATLAB Optimization Toolboxe (simulannealbnd) na konkrétnom príklade minimalizácie funkcie.

• - Simulované žíhanie je vylepšenie náhodnej Lusi-Jakola metódy inšpirované fyzikou chladnutia materiálu.
• - Umožňuje s určitou pravdepodobnosťou prijať aj horšie riešenie, čím uniká z lokálnych optím.
• - Pravdepodobnosť prijatia horšieho bodu klesá so znižujúcou sa teplotou (iteráciou) a rastie s mierou zhoršenia.
• - Ak je nový bod lepší než predchádzajúci, je prijatý s istotou (pravdepodobnosť 1).
• - Používajú sa rôzne funkcie poklesu teploty – logaritmická, exponenciálna a iné mocninové varianty.
• - Pri dostatočne pomalom chladnutí algoritmus konverguje k globálnemu optimu aj pri nekonvexných funkciách.
• - Metóda je implementovaná v MATLAB Optimization Toolboxe ako simulannealbnd vrátane podpory pre hraničné podmienky.

Zhrnutie pripravené s pomocou AI z prepisu videa.