Адаптация распределения случайного шага. Она заключается в том, что получаемая на каждом шаге поиска информация об успехе или неуспехе случайного шага используется для изменения этого распределения так, чтобы эффективность процесса поиска возрастала.
Пусть p плотность распределения случайного шага. Основной характеристикой всякого распределения является его математическое ожидание E . Изменяя эту характеристику, можно эффективно воздействовать на процесс поиска. Практически это сведется к добавлению вектора V к - случайному вектору с нулевым математическим ожиданием E 0 V, 15.3.12 откуда следует, что E V , т.е. имеет место снос процесса поиска в направлении V. Естественно, что этот снос должен быть направлен в сторону уменьшения функционала QC. Вектор V должен при этом отражать предысторию процесса поиска и таким образом выявлять перспективное направление движения при оптимизации.
Здесь помогает довольна очевидная эвристика направление V следует формировать как взвешенную сумму случайных шагов, причем удачные шаги Q 0 следует брать с положительными весами, а неудачные с отрицательными.
При этом предпочтение должно отдаваться более свежей информации.
Эта эвристика реализуется, например, такой простой рекуррентной формулой адаптации в процессе поиска VNkVN-1- 15.3.13 где 0 k 1 - коэффициент забывания, а - коэффициент интенсивности учета новой информации. Случайный поиск, снабженный такой адаптацией вероятностных свойств, обладает, как правило, повышенным быстродействием.
Для этого ситуация, которая складывается в процессе оптимизации, не должна изменяться слишком быстро, иначе не к чему будет адаптироваться.
Поэтому введение адаптации такого рода ее часто называют самообучением не всегда улучшает процесс поиска, но и не ухудшает его. 1.2