Bergsklättring

Författare: Monica Porter
Skapelsedatum: 22 Mars 2021
Uppdatera Datum: 27 Juni 2024
Anonim
Bergsklättring - Teknologi
Bergsklättring - Teknologi

Innehåll

Definition - Vad betyder Hill Climbing?

Hill klättring är en matematisk optimering heuristisk metod som används för att lösa beräkningsmässigt utmanande problem som har flera lösningar. Det är en iterativ metod som tillhör den lokala sökfamiljen som börjar med en slumpmässig lösning och sedan förbättrar iterativt den lösningen ett element åt gången tills det kommer till en mer eller mindre optimerad lösning.


En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.

Techopedia förklarar Hill Climbing

Hill klättring är en optimeringsteknik som används för att hitta en "lokal optimal" lösning på ett beräkningsproblem. Det börjar med en lösning som är mycket dålig jämfört med den optimala lösningen och förbättras sedan iterativt därifrån. Det gör detta genom att generera "grannlösningar" som är relativt ett steg bättre än den nuvarande lösningen, väljer det bästa och upprepar sedan processen tills den når den mest optimala lösningen eftersom den inte längre kan hitta några förbättringar.


varianter:

  • Enkelt - Den första närmaste nod eller lösning som hittas väljs.
  • Brantest stigning - Alla tillgängliga efterföljande lösningar beaktas och sedan väljs den närmaste.
  • Stokastisk - En grannlösning väljs slumpmässigt, och det bestäms sedan om att gå vidare till den lösningen baserat på mängden förbättring jämfört med den nuvarande noden.

Bergsklättring sker iterativt - det går igenom en hel procedur och den slutliga lösningen lagras. Om en annan iteration hittar en bättre slutlig lösning, ersätts den lagrade lösningen eller tillståndet. Detta kallas också hagelklättring, eftersom den helt enkelt testar olika vägar tills den träffar den bästa, precis som hur en hagelgevär är felaktig men fortfarande kan träffa sitt mål på grund av den stora spridningen av projektiler. Detta fungerar mycket bra i många fall eftersom det visar sig att det är bättre att använda CPU-resurser på att utforska olika vägar än att noggrant optimera från ett initialt tillstånd.