Loading AI tools
Methode zur globalen Optimierung in der Stochastik Aus Wikipedia, der freien Enzyklopädie
Stochastisches Tunneln (STUN) ist eine Methode zur globalen Optimierung, in der die zu minimierende Funktion mit der Monte-Carlo-Methode abgetastet wird.
Optimierungsalgorithmen, die auf der Monte-Carlo-Methode beruhen, tasten die untersuchte Funktion ab, indem sie zufällig von der aktuellen Lösung zu einer anderen Lösung springen, wobei die Funktionswerte sich um unterscheiden. Als Wahrscheinlichkeit für solch einen Versuchssprung wird meist das als definierte Metropolis-Kriterium gewählt, wobei der Parameter passend gewählt wird.
Das Prinzip von STUN ist, die langsame Dynamik von ungünstig geformten Energiefunktionen, die zum Beispiel in Spingläsern angetroffen werden[2], zu umgehen, indem solche Barrieren durchtunnelt werden. Dieses Ziel wird durch die Monte-Carlo-Abtastung[3] der transformierten Funktion erreicht, die dieser langsame Dynamik nicht unterliegt. Die Transformation ist in der "Standardform" definiert durch , wobei der bislang niedrigste gefundene Funktionswert ist. Diese Transformation bewahrt die geometrischen Orte der Minima. Der Effekt solch einer Transformation ist in der Abbildung dargestellt.
Eine adaptive Variante des Verfahrens gestattet es, die Parameter des Verfahrens selber "online" zu schätzen und dadurch die Effizienz des Algorithmus zu verbessern[4].
Seamless Wikipedia browsing. On steroids.
Every time you click a link to Wikipedia, Wiktionary or Wikiquote in your browser's search results, it will show the modern Wikiwand interface.
Wikiwand extension is a five stars, simple, with minimum permission required to keep your browsing private, safe and transparent.