Стохастическое туннелирование - Stochastic tunneling

В численном анализе , стохастическое туннелирования (STUN) представляет собой подход к глобальной оптимизации на основе метода Монте - Карло - выборки функции быть объективным сведено к минимуму , в котором функция нелинейно преобразованы , чтобы обеспечить более легкое туннелирования между регионами , содержащими функцию минимумов. Более простое туннелирование позволяет быстрее исследовать пространство для образца и быстрее найти хорошее решение.

Идея

Схема одномерной тестовой функции (черный) и эффективного потенциала STUN (красный и синий), где минимум, указанный стрелками, является лучшим минимумом, найденным на данный момент. Все скважины, которые лежат выше наилучшего найденного минимума, заглушаются. Если динамический процесс может выйти из скважины около текущей минимальной оценки, он не будет захвачен другими локальными минимумами, которые выше. Улучшаются скважины с более глубокими минимумами. Тем самым ускоряется динамический процесс.

Методы оптимизации, основанные на методе Монте-Карло , производят выборку целевой функции путем случайного «перескока» от текущего вектора решения к другому с разницей в значении функции . Допустимая вероятность такого пробного прыжка в большинстве случаев выбирается равной ( критерий Метрополиса ) с соответствующим параметром .

Общая идея STUN состоит в том, чтобы обойти медленную динамику энергетических функций неправильной формы, с которыми можно столкнуться, например, в спиновых стеклах, путем туннелирования через такие барьеры.

Эта цель достигается с помощью выборки методом Монте-Карло преобразованной функции, в которой отсутствует эта медленная динамика. В «стандартной форме» преобразование читает где - наименьшее найденное значение функции. Это преобразование сохраняет локусы минимумов.

затем используется вместо исходного алгоритма, давая новую вероятность принятия

Эффект от такого преобразования показан на графике.

Динамически адаптивное стохастическое туннелирование

Вариант постоянного туннелирования состоит в том, чтобы делать это только в локальном минимуме. затем настраивается на туннелирование из минимума и поиск более глобального оптимального решения. Анализ колебаний без тренда - это рекомендуемый способ определить, застряли ли в локальном минимуме.

Другие подходы

Ссылки