INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
- Si el punto reflejado x (5) es peor que x (2) pero es mejor que el peor punto x (1)<br />
entonces el peor punto x (1) se sustituye por x (5) y se va al paso 4 del<br />
algoritmo.<br />
- Si el punto reflejado x (5) es peor que el peor punto x (1) se va al paso 4 del<br />
algoritmo.<br />
4. Compresión. Se ejecuta la compresión del intervalo x (1) y x (4) con un valor del<br />
coeficiente de compresión en el intervalo 0 < β < 1 sobre x (1) . Se obtiene el<br />
punto x (7) . Si x (7) es mejor que x (2) entonces el peor punto x (1) se sustituye por<br />
x (7) y se regresa al paso 1 del algoritmo. Al contrario se ejecuta el último paso<br />
5.<br />
5. Reducción. Todos los vectores del poliedro se reducen en un factor de 0.5<br />
sobre el mejor punto x (3) y se regresa al paso 1.<br />
Todos estos pasos del algoritmo constituyen un ciclo de búsqueda.<br />
¿Cuáles son los criterios para finalizar la búsqueda?, hay dos: el número máximo<br />
de pasos y el error definido. El error se evalúa como la distancia máxima entre el<br />
centro de gravedad del poliedro y sus nodos.<br />
El método de Nelder-Mead se controla por 3 parámetros que son los coeficientes<br />
mencionados α, β, y γ . A veces se usa un cuarto coeficiente δ cuya variación es 0<br />
< δ < 1 y que define el tamaño del simplex con relación al tamaño del área total al<br />
principio de la búsqueda. Los valores típicos para estos parámetros son: α = 1, β<br />
= 0.5, γ = 2, δ = 0.1.<br />
2. Método de búsqueda aleatoria no dirigida<br />
Este método es un método de programación estocástica, pertenece al grupo de<br />
métodos de búsqueda aleatoria. En él los puntos de prueba se eligen en forma<br />
aleatoria dentro del área de interés. No hay ninguna preferencia en cuanto a<br />
algunas direcciones o sub-áreas y por eso todos los puntos se disponen<br />
uniformemente sobre el área.<br />
En este método la posición del punto siguiente no depende de las posiciones de<br />
todos los puntos seleccionados anteriormente, y por eso la cantidad de puntos<br />
aleatorios puede calcularse de antemano sobre la base de las condiciones de<br />
exactitud y probabilidad de la localización del mínimo global. La diferencia principal<br />
entre los métodos no dirigidos y los dirigidos de búsqueda aleatoria, radica en que<br />
los últimos cambian su estrategia de generación de puntos, en función de los<br />
valores que adquiere la función de criterio en los pasos anteriores. Tales métodos<br />
también se conocen como métodos de búsqueda aleatoria con preferencia.<br />
El método no dirigido de búsqueda aleatoria generalmente utiliza un conjunto de<br />
generadores de números aleatorios que vienen a ser las coordenadas de los<br />
puntos aleatorios. Por eso la cantidad de generadores es igual a la dimensión del<br />
24