Sztuczna inteligencja/SI Ćwiczenia 7: Różnice pomiędzy wersjami

Z Studia Informatyczne
Przejdź do nawigacjiPrzejdź do wyszukiwania
 
Linia 7: Linia 7:
  
 
metodą symulowanego wyżarzania poszukujemy punktu, w którym <math>f(x)\,</math> osiąga maksimum. Początkowy punkt roboczy <math>x_0=2,5\,</math> znajduje się w obszarze przyciągania maksimum lokalnego. Jakie jest prawdopodobieństwo znalezienia się w obszarze przyciągania maksimum globalnego <math>(x_t < 2)\,</math> punktów <math>x_1\,</math> i <math>x_2\,</math> dla następujących wartości temperatury: <math>T=0\,</math>, <math>T=1\,</math>, <math>T=\infty</math>?
 
metodą symulowanego wyżarzania poszukujemy punktu, w którym <math>f(x)\,</math> osiąga maksimum. Początkowy punkt roboczy <math>x_0=2,5\,</math> znajduje się w obszarze przyciągania maksimum lokalnego. Jakie jest prawdopodobieństwo znalezienia się w obszarze przyciągania maksimum globalnego <math>(x_t < 2)\,</math> punktów <math>x_1\,</math> i <math>x_2\,</math> dla następujących wartości temperatury: <math>T=0\,</math>, <math>T=1\,</math>, <math>T=\infty</math>?
 +
 +
<div class="mw-collapsible mw-made=collapsible mw-collapsed">
 +
'''Rozwiązanie'''
 +
<div class="mw-collapsible-content" style="display:none">
 +
</div>
 +
</div>

Wersja z 21:31, 30 lip 2006

Zadanie 1

Rozważmy funkcję:

metodą symulowanego wyżarzania poszukujemy punktu, w którym osiąga maksimum. Początkowy punkt roboczy znajduje się w obszarze przyciągania maksimum lokalnego. Jakie jest prawdopodobieństwo znalezienia się w obszarze przyciągania maksimum globalnego punktów i dla następujących wartości temperatury: , , ?

Rozwiązanie