использования большого числа частиц. Такой подход реализует алго-
ритм M-PCA, который непосредственно ориентирован на применение
в среде параллельных вычислений. Наилучшее решение определяется
с учетом данных обо всех частицах, участвующих в процессе. Един-
ственный задаваемый параметр для алгоритма M-PCA — число итера-
ций.
Предложены гибридные алгоритмы, интегрирующие алгоритм
M-PCA и детерминированные алгоритмы локальной минимизации.
В работе [23] представлен двухпараметрический метод построения
сглаживающих аппроксимаций не всюду дифференцируемых функ-
ций и предложен вариант метода линеаризации LMS со сглаживани-
ем. Первый гибридный алгоритм объединяет стохастический алгоритм
M-PCA сканирования пространства переменных и детерминирован-
ный метод LMS локального поиска. Результирующий гибридный
алгоритм M-PCALMS реализован в виде прикладного программного
обеспечения.
Решение подзадачи локального поиска для не всюду дифферен-
цируемой критериальной функции также можно получить с помо-
щью методов, не использующих производные. В работе [25] пред-
ставлен вариант симплекс-метода Нелдера –Мида, сходимость кото-
рого доказана теоретически. Кроме того, алгоритм, реализующий мо-
дифицированный метод Нелдера –Мида, является робастным для за-
дач с разрывными или зашумленными критериальными функциями.
Отмечена более высокая вычислительная эффективность модифици-
рованной версии метода по сравнению с классической. Второй ги-
бридный алгоритм M-PCAMNM объединяет стохастический алгоритм
M-PCA (общий поиск в пространстве переменных) и модифициро-
ванный симплекс-метод Нелдера –Мида (локальный поиск). Фрагмент
псевдокода гибридного алгоритма M-PCANMN представлен ниже:
0 Generate an initial solution
Old_Config
Best_Fitness
= Fitness
(Old_Config)
Update Blackboard
For
n
= 0
to # of particles
For
n
= 0
to # of iterations
Update Blackboard
Perturbation ( )
If Fitness
(New_Config)
>
Fitness
(Old_Config)
If Fitness
(New_Config)
>
Best_Fitness
Best_Fitness
:= Fitness
(New_Config)
End If
Old_Config
:=
New_Config
Exploration ( )
Else
Scattering ( )
56
ISSN 1812-3368. Вестник МГТУ им. Н.Э. Баумана. Сер. “Естественные науки”. 2014. № 4
