Deterministinen simulointihehkutus — Hehkutusgraafin optimointi ilman stokastista hyväksyntää
Deterministinen simulointihehkutus (DSA) on optimoinnin metaheuristiikka, joka omaksuu klassisen simulointihehkutuksen hehkutusgraafin rakenteen, mutta korvaa todennäköisyyspohjaisen Metropolis-hyväksyntäkriteerin ehdottoman deterministisellä säännöllä: vain parantavat siirrot hyväksytään. Tämä tuottaa toistettavan, ahneen laskeutumisen prosessin, jota ohjaa hehkutuslämpötilagraafi.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Rose, K., Gurewitz, E., Fox, G. C. (1990). A deterministic annealing approach to clustering. Pattern Recognition Letters, 11(9), 589-594. DOI: 10.1016/0167-8655(90)90010-Y ↗
- Kirkpatrick, S., Gelatt, C. D., Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680. DOI: 10.1126/science.220.4598.671 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Deterministic Simulated Annealing — Annealing-schedule optimization without stochastic acceptance. ScholarGate. https://scholargate.app/fi/simulation/deterministic-simulated-annealing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Simulated AnnealingOptimointi↔ compare
- Tabu SearchOptimointi↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →