निक अल्जीरिया का जवाब बहुत अच्छा है, लेकिन मैं इसे एक उदाहरण विधि, मेट्रोपोलिस-हेस्टिंग्स पद्धति के साथ थोड़ा और गणितीय बनाने जा रहा हूं।
ijQ(i,j)Q(i,j)=Q(j,i)F(i)>0i
ij
min(1,F(j)F(i))
दूसरे शब्दों में, यदि अधिक फिट है, तो हम इसे हमेशा लेते हैं, लेकिन यदि कम फिट है, तो हम इसे प्रायिकता लेते हैं, अन्यथा हम पुन: स्वीकार करने का प्रयास करते हैं परिवर्तन।jjF(j)F(i)
अब हम का पता लगाना चाहेंगे , वास्तविक संभावना जिसे हम से परिवर्तित करते हैं ।P(i,j)ij
स्पष्ट रूप से यह है:
P(i,j)=Q(i,j)min(1,F(j)F(i))
मान लीजिए कि । फिर = 1, और:F(j)≥F(i)min(1,F(j)F(i))
F(i)P(i,j)
=F(i)Q(i,j)min(1,F(j)F(i))
=F(i)Q(i,j)
=Q(j,i)min(1,F(i)F(j))F(j)
=F(j)P(j,i)
तर्क को पीछे की ओर चलाना, और उस तुच्छ मामले की जांच करना भी जहाँ , आप वह सब और लिए देख सकते हैं :i=jij
F(i)P(i,j)=F(j)P(j,i)
यह कुछ कारणों से उल्लेखनीय है।
संक्रमण संभावना से स्वतंत्र है । बेशक, हमें आकर्षित करने वाले को समाप्त करने में थोड़ा समय लग सकता है, और एक उत्परिवर्तन को स्वीकार करने में हमें कुछ समय लग सकता है। एक बार जब हम करते हैं, तो संक्रमण संभावना पूरी तरह से पर निर्भर होती है , और पर नहीं ।QFQ
सब से अधिक देता हूँ:i
∑iF(i)P(i,j)=∑iF(j)P(j,i)
जाहिर है के लिए योग करना चाहिए यदि आप अधिक योग सब (यह है कि, एक राज्य के बाहर संक्रमण संभावनाओं का योग करना चाहिए ), इसलिए आपको मिलता है:P(j,i)1i1
F(j)=∑iF(i)P(i,j)
अर्थात्, (अप्राकृतिक) संभाव्यता घनत्व फ़ंक्शन है जिसके लिए विधि चुनती है। आपको केवल पूरे परिदृश्य का पता लगाने की गारंटी नहीं है, आप प्रत्येक राज्य के "फिट" के अनुपात में ऐसा करते हैं।F
बेशक, यह कई में से केवल एक उदाहरण है; जैसा कि मैंने नीचे उल्लेख किया है, यह एक विधि है जो समझाने में बहुत आसान है। आप आमतौर पर जीए का उपयोग एक पीडीएफ का पता लगाने के लिए नहीं करते हैं, बल्कि एक चरम को खोजने के लिए करते हैं, और आप उस स्थिति में कुछ शर्तों को आराम कर सकते हैं और फिर भी उच्च संभावना के साथ अंतिम अभिसरण की गारंटी दे सकते हैं।