INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
2. Experimentos numéricos<br />
Estos experimentes deben probar que la aplicación de la combinación del método<br />
no dirigido de búsqueda aleatoria con el método NM provee gran ahorro de puntos<br />
de búsqueda en comparación con la aplicación de cada método separadamente.<br />
En los experimentos se usó el ejemplo descrito en el párrafo 2.1.<br />
Se realizaron 3 series de los experimentos:<br />
- En la primera serie se usó el método NM desde 10 puntos iniciales que fueron<br />
distribuidos uniformemente en el área de búsqueda. El error establecido fue<br />
0.001<br />
- En la segunda serie se usó 10 veces el método no dirigido de búsqueda<br />
aleatoria. El error definido fue 0.001 y el nivel de confianza de 0.95<br />
- En la tercera serie se usó 10 veces la combinación de los métodos. En la<br />
primera etapa el error fue de 0.2 y el nivel de confianza de 0.99. En la segunda<br />
etapa el error fue de 0.001.<br />
Los resultados de los métodos utilizando las cuatro funciones de criterio<br />
ambientales se muestran en las tablas 2.4-1 a la 2.4-4. Las letras L y G significan<br />
que el método alcanzó el mínimo local o global respectivamente. Los números<br />
significan la cantidad de pasos.<br />
Método NM<br />
ε=0.001<br />
Método de<br />
búsqueda aleatoria<br />
ε =0.001 p=0.95<br />
n=3000<br />
Combinación de métodos<br />
16<br />
L<br />
19<br />
L<br />
20<br />
L<br />
21<br />
L<br />
18<br />
L<br />
G G G G G 21+11=32<br />
G<br />
21+14=35<br />
L<br />
21+13=34<br />
G<br />
21+14=35<br />
L<br />
21+17=38<br />
G<br />
19<br />
L<br />
21<br />
L<br />
20<br />
G<br />
18<br />
L<br />
24<br />
L<br />
G L L G L 21+14=35<br />
G<br />
21+11=32<br />
G<br />
21+17=38<br />
L<br />
21+15=36<br />
G<br />
21+12=33<br />
G<br />
Tabla 2.4-1 Convergencia bajo estrategias diferentes de búsqueda usando la<br />
función de criterio No.1<br />
Método NM<br />
ε=0.001<br />
Método de<br />
búsqueda aleatoria<br />
ε =0.001 p=0.95<br />
n=3000<br />
Combinación de métodos<br />
15<br />
L<br />
18<br />
L<br />
31<br />
L<br />
19<br />
G<br />
17<br />
L<br />
G L L G G 21+15=36<br />
G<br />
21+22=43<br />
L<br />
21+17=38<br />
L<br />
21+14=35<br />
G<br />
21+16=37<br />
G<br />
26<br />
L<br />
32<br />
L<br />
20<br />
G<br />
20<br />
L<br />
31<br />
L<br />
G L G G L 21+22=43<br />
L<br />
21+21=42<br />
L<br />
21+19=40<br />
L<br />
21+18=39<br />
L<br />
21+14=37<br />
G<br />
Tabla 2.4-2 Convergencia bajo estrategias diferentes de búsqueda usando la<br />
función de criterio No.2<br />
50