Tepe Tırmanışı

Yazar: Monica Porter
Yaratılış Tarihi: 22 Mart 2021
Güncelleme Tarihi: 27 Haziran 2024
Anonim
İmkansız Tepe Tırmanışı Andler 2019 | Enduro Mezarlığı
Video: İmkansız Tepe Tırmanışı Andler 2019 | Enduro Mezarlığı

İçerik

Tanımı - Tepe Tırmanışı ne anlama geliyor?

Tepeye tırmanma, çoklu çözümleri olan hesaplamalı olarak zorlu problemleri çözmek için kullanılan matematiksel bir optimizasyon sezgisel yöntemdir. Rastgele bir çözümle başlayan yerel arama ailesine ait ve yinelemeli olarak, bu çözümü az ya da çok optimize edilmiş bir çözüme ulaşana kadar yinelemeli bir yöntemle geliştiren yinelemeli bir yöntemdir.


Microsoft Azure ve Microsoft Cloud'a Giriş | Bu kılavuz boyunca, bulut bilişimin neyle ilgili olduğunu ve Microsoft Azure'un işinizi buluttan geçirmenize ve yürütmenize nasıl yardımcı olabileceğini öğreneceksiniz.

Techopedia Dağ Tırmanışını Açıklıyor

Yokuş tırmanışı, hesaplamalı bir soruna "yerel olarak optimum" bir çözüm bulmak için kullanılan bir optimizasyon tekniğidir. Optimal çözüme kıyasla çok zayıf olan bir çözümle başlar ve oradan yinelemeli olarak gelişir. Bunu, mevcut çözümden nispeten daha iyi bir adım olan "komşu" çözümler üreterek yapar, en iyisini alır ve daha sonra en iyi çözüme ulaşana kadar süreci tekrar eder, çünkü daha fazla iyileştirme bulamaz.

Çeşitlemeler:

  • Basit - Bulunacak ilk en yakın düğüm veya çözüm seçilir.
  • En dik çıkış - Mevcut tüm halefi çözümler göz önünde bulundurulur ve ardından en yakın olan seçilir.
  • Stokastik - Bir komşu çözüm rastgele seçilir ve daha sonra mevcut düğüm üzerindeki iyileştirme miktarına dayanarak bu çözüme geçip geçmeyeceğine karar verilir.

Tepe tırmanışı yinelemeli yapılır - tüm prosedürden geçer ve nihai çözüm saklanır. Farklı bir yineleme daha iyi bir nihai çözüm bulursa, saklanan çözüm veya durum değiştirilir. Bu aynı zamanda av tüfeği tepe tırmanışı olarak da bilinir, tıpkı bir av tüfeğinin nasıl yanlış olduğu gibi, ancak geniş mermilerin geniş yayılımı nedeniyle hedefine varabilir. Bu, pek çok durumda çok iyi sonuç verir, çünkü ortaya çıktığında, CPU kaynaklarını ilk yoldan dikkatle optimize etmekten daha farklı yolları keşfetmek için harcamak daha iyidir.