Стохастическое туннелирование
-
Основы стохастического туннелирования
- STUN — это метод оптимизации, основанный на Монте-Карло, который упрощает поиск минимумов функции.
- Преобразование функции STUN сохраняет локусы минимумов и позволяет быстрее исследовать пространство выборки.
-
Критерии принятия пробного прыжка
- Вероятность принятия пробного прыжка определяется критерием метрополии с параметром β.
-
Динамически адаптивное стохастическое туннелирование
- STUN адаптируется к локальным минимумам, корректируя параметр γ.
- Анализ колебаний функции помогает определить, зафиксирован ли локальный минимум.
-
Другие методы оптимизации
- В статье упоминаются альтернативные методы оптимизации, такие как имитация отжига, параллельный отпуск, генетический алгоритм, дифференциальная эволюция.
-
Рекомендации по использованию STUN
- Статья содержит рекомендации по использованию STUN в контексте парсинга веб-страниц.
Полный текст статьи: