Поскольку это пятница, пришло время для CW вопроса. Я ищу эвристики, которые широко используются в задачах оптимизации. Чтобы ограничить область применения более «дружественной теории» эвристики, вот правила (некоторые произвольные, некоторые нет)
- Это должен быть четко определенный метод без многочисленных параметров и с конкретным временем выполнения (возможно, на одну итерацию)
- Он должен иметь некоторые известные теоретические результаты, связанные с ним (скорость сходимости, границы аппроксимации, если таковые имеются, стационарные свойства и т. Д.)
- Он должен иметь широкое применение и, по крайней мере, одно флагманское приложение, где это либо метод выбора, либо один из немногих.
- это не должно быть вдохновлено природой (хотя это кажется легкомысленным возражением, я пытаюсь исключить генетические алгоритмы, оптимизацию колоний муравьев и тому подобное).
В идеале ответы должны быть в следующем формате: вот пример.
Название : Чередование оптимизаций
Цель : свернуть (обычно невыпуклую) функцию
Условия : ассоциированные функции и h (y) = \ min_x f (x, y) являются выпуклыми
Алгоритм : итерация начинается с .
Самое известное приложение : -means, повторяющаяся ближайшая пара.
Теория : Известные результаты по средним, общие достаточные условия глобальной оптимальности каркаса
ps Вы можете обнаружить, что ваш ответ заканчивается лекцией на семинаре по алгоритмам, который я планирую :)
источник
Ответы:
Название: повторный пересчитанный метод наименьших квадратов.∑ w ( θ ) F( θ)2 θ ∈рN F( θ ) ∈рм w ( θ ) ∈ R
Lп
Цель: минимизировать функцию вида , , , Условия: зависят от случая. Алгоритм: очевидный - фиксировать веса, решать квадратичную задачу, пересчитывать веса. Самое известное приложение: геометрическая медиана, M-оценки, норма, теория сжатого зондирования : доказано на индивидуальной основе.
источник