Helyi és globális szélsőséges funkciók
Vegyünk két kihívások merülnek fel, hogy a design kommunikációs hálózatok.
Probléma 1. Tervezés Az adatcsatorna határozat visszajelzést. A csomópont elküldi információ csomagok B csomópont B csomópont ellenőrzi a helyességét mindegyik fogadott és a jó vagy rossz vétel csomópont elküldi A. illetve pozitív vagy negatív nyugtát. Kézhezvételét követően visszaigazolja csomópont elküldi a következő csomagot, ha a fogadó negatív - újból az előző csomagot. Minden csomag tartalmaz egy részét a k hosszúságú információs szimbólumok és a paritás, hosszú R szimbólumok. A hatékonyság a adatcsatorna (FDC) becslése a relatív átviteli sebességet R - együttható egyenértékű hasznos adatátviteli csatorna, R = F (k). Valójában, ha k = 0; Nincs információ a csomagot, és ilyenkor csak a paritás rész, akkor R = 0. A növekvő k növekedni fog, és R. Azonban, ha k túl nagy, a csomagok nagy hosszúságú, és a valószínűsége torzítás üzenetek hatékonyságát nullától eltérő, majd gyakran érintett hibákat, és ennek következtében gyakran meg kell ismételni. Így, amikor a változó 0 és k ¥ kapcsolatban R = F (k) lesz formájában az 1. ábrán látható.
Természetes vágy, hogy megtaláljuk a értéke k. ahol R (k) maximumot ér el.
2. A probléma A probléma a maximális megbízhatóságot továbbított információ egy előre meghatározott csomag hossza.
Legyen a hossza a csomag n = k + r = const. Nyilvánvaló, k és r változhat 0 és n. A teljes hossza a csomag nem különbözik a n. Megbízhatóság határozza Posh valószínűsége észlelt hibáját. Posh függése R / K arány adja
Szükséges, hogy megtalálják a kapcsolatot a r és k. ahol az adatátviteli csatorna torzulás minimális valószínűsége a csomag P * ERR = min P (R / K).
Nyilvánvaló, hogy a feladatokat az 1. és 2. - megtalálják a szélsőérték probléma függvényében az előre meghatározott területen megváltoztatja érv (vizsgált terület).
Módszerek kifejlesztése keresgélés, megpróbálja megtalálni extrémuma a lehető leggyorsabban, így például néhány próbálkozás lehetséges. A jövőben, úgy a módszerek keres egy szélsőérték a célfüggvény - függvényében egy argumentum (az egydimenziós funkció).
Helyi szélsőérték pont a vizsgálat lesz az úgynevezett tér, ahol a célfüggvény a legnagyobb (legkisebb) értékét összehasonlítva annak értéke az összes többi pontot a legközelebbi környéken. A Fig.4.1 mutatja egydimenziós függvény, amely öt helyi szélsőérték. Rész: A vizsgált terület tartalmazhat több helyi szélsőérték és maradjon óvatos, ne vegye az első közülük a megoldást a problémára.
Global szélsőérték pont lesz az úgynevezett a tanulmány a tér, ahol a célfüggvény egy nagyobb (kisebb) értéket összehasonlítva bármely más pontján a vizsgált terület. Így a globális optimum - az optimális megoldás a teljes vizsgálati területen. Ez jobb, mint minden más megoldás megfelel a lokális optimum, és hogy keres egy kutató.
Dimenziós optimalizálási problémát tudunk a következő. Legyen az értékek az x változó hazugság intervallumban [a; b]. Az értéktartomány x változó. amely megkeresi az optimális célfüggvény fogják hívni időközzel bizonytalanság. Az elején az optimalizálási folyamat, ez az intervallum hossza b-a. Meg kell határozni az optimális értékei a hibafüggvény e, hogy megtalálható a intervallum [a; b] x pont. oly módon, hogy
Így szükség van egy cselekvési tervet óhatatlanul meghatározása x * pontossággal e, ahol ez a pont nem illeszkedik a keresési területet. Figyelembe venni a jövőben a módszerek és cselekvési terveket, amelyek keresni az optimális működését.
Nyilvánvaló, hogy a legtöbb természetes és egyszerű módon szűkül az intervallum a bizonytalanság dimenziós unimodális függvény annak felosztását több egyenlő részre a későbbi számítás a célfüggvényértékek szerezhetők be a háló csomópontjaira.
Ennek eredményeként a bizonytalansági intervallum szűkült a két rács lépéseket. Általában beszélnek ketté az intervallum a bizonytalanság, amelyet az jellemez, töredezettség faktor fs. Együttható zúzás mely része látható a kezdeti bizonytalanság intervallum egy új intervallum a bizonytalanság.
Mérések révén kapjuk N (N +1) alkatrészek bizonytalansági intervallumot, majd:
ahol 2 - bal alkatrészek bizonytalansági intervallum; N +1 - alkatrészek volt bizonytalansági intervallum.
Sőt, már elment egy lépésben algoritmus többlépcsős algoritmust.