تپه‌نوردی تصادفی یک روش بهینه‌سازی می باشد که متعلق به گروهی از الگوریتم‌های جستجوی محلی می باشد. اساساً این به آن معنی می باشد که این الگوریتم از یک جواب به جواب دیگر در فضای جستجو حرکت می کند تا جواب بهینه پیدا نمود گردد. این الگوریتم کوشش دارد تابع شایستگی[2] (دقت) را با مقایسه مکرر دو جواب به حداکثر برساند. این الگوریتم بهترین جواب را قبول می کند و با مقایسه جلو می‌رود (به عنوان مثال، بیشتر به سمت بالای تپه حرکت می کند). این تکرار تا زمانی که هیچ جواب بهتری در هر دو طرف جواب در حال حاضر وجود نداشته باشد ادامه پیدا می کند (می‌توان گفت به اوج واقعی می‌رسد).

چندین روش برای پیاده‌سازی الگوریتم تپه‌نوردی تصادفی هست. اولین و اساسی‌ترین فرم، تپه‌نوردی ساده[3] می باشد. در این روش، اول نزدیک‌ترین گره برای ارزیابی انتخاب می گردد. نوع دوم شدیدترین تپه‌نوردی صعودی[4] نامیده می گردد. در روش شدیدترین تپه‌نوردی صعودی، تمام جانشینان با هم مقایسه و نزدیک‌ترین آن‌ها به جواب انتخاب می گردد. مدل‌های دیگری نیز وجود دارند که تپه‌نوردی صعود بعدی[5]  و تپه‌نوردی مونت کارلو دمای صفر[6] نامیده می شوند ]6 .[

 

 متن فوق بخش هایی از این پایان نامه بود

برای دیدن جزئیات بیشتر ، خرید و دانلود آنی فایل متن کامل با فرمت ورد

این مطلب رو هم توصیه می کنم بخونین:   پایان نامه در مورد ارائه یک روش برای بخش بندی بطن راست و چپ از تصاویر MRI قلبی
دسته‌ها: دسته‌بندی نشده