§ 2.14. Методы случайного поиска
Во всех регулярных итеративных методах поиска минимума
для получения текущей оценки
параметра
делается неслучайный шаг, однозначно определяемый либо значением градиента
при
, либо значением самой функции
.
В методах случайного поиска при переходе от
к
делается случайный шаг
, где
- единичный случайный вектор, чаще всего равномерно распределенный в
-мерной единичной сфере;
— величина шага. В этом случае
(2.45)
Существуют различные модификации алгоритма (2.45). В этом алгоритме случайный шаг делается только в том случае, если
, в противном случае система остается в предыдущем состоянии
. В других алгоритмах, например, «с наказанием случайностью» случайный шаг делается только тогда, когда предыдущий шаг был неудачным, и т. д.
Наконец, если в регулярном градиентном алгоритме величину
сделать случайной, то мы также получим алгоритм случайного поиска:
, (2.46)
где
— реализация случайной величины
.
Следует заметить, что случайный шаг, не зависящий от абсолютного значения градиента функции или самой функции, помогает благополучно миновать хотя бы некоторые неглубокие локальные экстремумы функции.