मीनिंग ऑफ (मेटा) विधर्मी तरीके

Question

1. अनुकूलन के लिए, विकिपीडिया से :

   कंप्यूटर विज्ञान में, metaheuristic एक कम्प्यूटेशनल विधि है कि निर्दिष्ट करता है जिनकी का अनुकूलन iteratively गुणवत्ता का एक निर्दिष्ट माप के संबंध में एक उम्मीदवार के समाधान में सुधार के लिए कोशिश कर रहा द्वारा एक समस्या। Metaheuristics समस्या को अनुकूलित किए जाने के बारे में कुछ या कोई धारणा नहीं बनाते हैं और उम्मीदवार समाधान के बहुत बड़े स्थान खोज सकते हैं। हालांकि, मेटाह्यूरिस्टिक्स गारंटी नहीं देते हैं कि एक इष्टतम समाधान कभी भी पाया जाता है। कई metaheuristics स्टोकेस्टिक अनुकूलन के कुछ रूप को लागू करते हैं।

   मेटाहेयुरिस्टिक के समान अर्थ वाले अन्य शब्द हैं: व्युत्पन्न-मुक्त, प्रत्यक्ष खोज, ब्लैक-बॉक्स, या वास्तव में सिर्फ हेयोरिस्टिक ऑप्टिमाइज़र। विषय पर कई किताबें और सर्वेक्षण पत्र प्रकाशित किए गए हैं।

   • मुझे आश्चर्य है कि कैसे बताएं कि एक अनुकूलन विधि मेटाएजिस्टिक है या नहीं? उदाहरण के लिए,

     (1) लीनियर प्रोग्रामिंग मेटाह्यूरिस्टिक के लिए सरल विधि है?

     (२) अधिकांश गैर-रेखीय प्रोग्रामिंग विधियाँ जैसे कि ग्रेडिएंट डिसेंट, लैग्रैन्जियन मल्टीप्लायर विधि, पेनल्टी मेथड्स, इंटीरियर पॉइंट मेथड्स (बैरियर मेथड्स), मेटाह्यूरिस्टिक हैं?

     (३) क्या सभी ग्रेडिएंट-फ्री विधियाँ हैं, जैसे कि नेल्डर-मीड विधि या डाउनहिल सिम्पलेक्स विधि, मेटाह्यूरिस्टिक?

   • कुछ अनुकूलन विधियाँ क्या हैं जो मेटाह्यूरिस्टिक नहीं हैं?

2. अधिक आम तौर पर समस्या को हल करने की तकनीक के लिए (अनुकूलन से परे जा रहा), से विकिपीडिया :

   समस्या को हल करने, सीखने और खोज के लिए अनुभव आधारित तकनीकों को हेयुरिस्टिक कहते हैं । जहां एक संपूर्ण खोज अव्यावहारिक है, एक संतोषजनक समाधान खोजने की प्रक्रिया को गति देने के लिए विधर्मी तरीकों का उपयोग किया जाता है। इस पद्धति के उदाहरणों में अंगूठे के एक नियम, एक शिक्षित अनुमान, एक सहज ज्ञान युक्त निर्णय, या सामान्य ज्ञान का उपयोग करना शामिल है।

   अधिक सटीक शब्दों में, आंकड़े आसानी से सुलभ होने के बावजूद रणनीति हैं, हालांकि बहुत ही लागू होते हैं, मानव और मशीनों में समस्या को हल करने के लिए जानकारी।

   मुझे आश्चर्य है कि "हेयुरिस्टिक" का अर्थ कैसे समझा जाए?

   • मैं कैसे बता सकता हूं कि "समस्या को हल करना, सीखना और खोज करना" तकनीक विधर्मी है या नहीं?

   • कुछ "समस्या को हल करने, सीखने, और खोज" करने की तकनीकें कौन सी हैं, जो अनुमानी नहीं हैं?

धन्यवाद एवं शुभकामनाएँ!

Answer 1

हेयुरिस्टिक एक ऐसी चीज है जो व्यवहार में कई मामलों में काम करती है, हालांकि इसके लिए कोई विस्तृत तर्क नहीं है कि इसे अच्छी तरह से क्यों काम करना चाहिए।

Metaheuristics एक एल्गोरिथ्म नहीं है, लेकिन एक सामान्य अनुमानी योजना या विचार है जिसका उपयोग विशिष्ट एल्गोरिदम के अंदर किया जा सकता है।

उदाहरण के लिए, रैखिक प्रोग्रामिंग के लिए सिम्प्लेक्स एल्गोरिथ्म न तो उत्तराधिकार है और न ही मेटाह्यूरिस्टिक्स, क्योंकि इसमें एक अच्छी तरह से स्थापित अभिसरण सिद्धांत है। वर्गनाम अनुक्रमिक द्विघात प्रोग्रामिंग या आंतरिक बिंदु विधियों के लिए है। (आंतरिक बिंदु विधियाँ एक सामान्य योजना है, लेकिन विधर्मी नहीं है और इसलिए यह एक metaheuristics नहीं है, क्योंकि इसके साथ एक काफी मजबूत सिद्धांत जुड़ा हुआ है।)

नेल्डर-मीड = किसी फ़ंक्शन को कम करने के लिए डाउनहिल सिम्प्लेक्स एल्गोरिथ्म हेयूरिस्टिक्स है (यह वास्तव में उच्च आयामों में काफी सरल समस्याओं पर विफल हो सकता है), और टैबू खोज मेटाट्यूरिस्टिक्स है (जैसा कि बहुत सारे विविध एल्गोरिदम में लिखा जा सकता है कि टैबू खोज को नियोजित करें, लेकिन अन्यथा काफी अलग गुणवत्ता के हैं।

Comments

धन्यवाद! (१) इसलिए यह बताने के लिए कि क्या एक विधि मेटाएजिस्टिक है, यह देखना है कि क्या यह एक सिद्धांत के संबंध में है कि यह कब सही आशावादी में परिवर्तित होता है? यदि किसी विधि में ऐसा सिद्धांत अभी तक नहीं है, तो क्या यह मांसाहारी है? यदि एक दिन इसके लिए एक सिद्धांत है, तो क्या यह मेटाहिस्टिक से गैर-मेटाहैरिस्टिक हो जाएगा? (2) "अन्य शब्द जिनका अर्थ मेटाटैरिस्टिक के समान होता है, ये हैं: व्युत्पन्न-मुक्त, प्रत्यक्ष खोज, ब्लैक-बॉक्स, या वास्तव में सिर्फ हेयुरिस्टिक ऑप्टिमाइज़र।" मुझे आश्चर्य है कि क्या मात्रक मात्र फ़ंक्शन मान का उपयोग करता है और व्युत्पन्न मुक्त है? क्या यह मेरे दूसरे प्रश्न के उत्तर में "खोज" विधि है?

— टिम

@ समय: मेटाएरिस्टिक का अर्थ है: (i) कोई अभिसरण सिद्धांत, और (ii) आगे बढ़ने के लिए कोई निश्चित नुस्खा नहीं, बल्कि सामान्य सिद्धांत। - व्युत्पन्न-मुक्त (= प्रत्यक्ष खोज = ब्लैक बॉक्स; विभिन्न ऐतिहासिक जड़ों से समान के लिए अलग-अलग नाम) अनुमानी हो सकते हैं या नहीं; यह केवल उस इनपुट के बारे में बताता है जो उपयोगकर्ता को प्रदान करना होगा।

— अर्नोल्ड न्यूमैयर

धन्यवाद! मुझे आश्चर्य है कि क्या मात्रक मात्र फ़ंक्शन मान का उपयोग करता है और व्युत्पन्न मुक्त है?

— टिम

@ समय: शायद हाँ; मुझे वास्तव में मेटाएरिस्टिक नामक कुछ भी नहीं पता है जो ग्रेडिएंट्स का उपयोग करता है।

— अर्नोल्ड न्यूमैयर

Answer 2

मैं सिंप्लेक्स और नेल्डर-मीड से अधिक पुनरावृति नहीं करूंगा क्योंकि @ArnoldNeumaier ने पहले से ही बहुत अच्छा विवरण दिया था, लेकिन मैं अपने 2 सेंट जोड़ना चाहता था।

सबसे अच्छा उद्धरण में से एक मैंने कुछ समय पहले हेयुरिस्टिक और मेटाह्यूरिस्टिक के बीच अंतर का वर्णन करने के लिए सुना है: एक हेयुरिस्टिक एक बहुत अच्छा नियम है। एक metaheuristic बहुत अच्छा नियम खोजने के लिए एक बहुत अच्छा नियम है।

आपको इसे केवल विशिष्ट समस्याओं के लिए अच्छे आंकड़े खोजने के तरीके के रूप में देखना चाहिए; मूल रूप से यदि आप अपने आप से निम्नलिखित प्रश्नों में से एक पूछते हैं, जो आप एक मेटाह्यूरिस्टिक के बारे में बता रहे हैं:

• मुझे उस समस्या पर प्रदर्शन में सुधार करने के लिए इस अनुमान के मापदंडों को कैसे मोड़ना चाहिए?
• क्या यह हेयुरिस्टिक उस हेयुरिस्टिक से बेहतर है?

समस्या निवारण, सीखने, और खोज के लिए उपयोग की जा सकने वाली मेटाह्यूरिस्टिक्स का एक समूह है , अर्थात्:

• सिम्युलेटेड एनेलिंग : मैंने उदाहरण के लिए कुल कनेक्शन लागत को कम करने के लिए ग्रिड पर जुड़े घटकों के प्लेसमेंट का अनुकूलन करने के लिए इस समस्या का उपयोग किया है।
• पार्टिकल स्वॉर्म
• चींटी आबादी
• तब्बू की खोज

मुझे लगता है कि अधिकांश मेटाह्यूरिस्टिक्स कुछ प्राकृतिक घटनाओं से प्रेरित हैं, जो कठोर व्याख्या करने के लिए कठिन हैं, लेकिन अच्छे अभिसरण गुण हैं।

यहाँ एक अच्छी कड़ी है अगर आप कुछ अन्य मेटाह्यूरिस्टिक तकनीकों के बारे में अधिक पढ़ना चाहते हैं

Comments

धन्यवाद! मुझे यकीन नहीं है कि मैं समझता हूं "एक हेयुरिस्टिक एक बहुत अच्छा नियम है। एक मेटाहिस्टिक बहुत अच्छे नियम खोजने के लिए एक बहुत अच्छा नियम है।" उदाहरण के लिए, नकली एनीलिंग, कण झुंड, चींटी कॉलोनी और टैबू सर्च हेयुरिस्टिक या मेटाह्यूरिस्टिक हैं? यदि वे दो में से एक हैं, तो दूसरे के लिए उनके समकक्ष क्या हैं?

— टिम

इस उद्धरण से आपको जो समझना चाहिए, वह यह है कि दोनों आंकड़ें और मापदण्ड सटीक नहीं हैं और न ही सिद्ध हैं, इस प्रकार "बहुत अच्छा नियम" है। एक मेटाएरिस्टिक एक हेयुरिस्टिक की तुलना में एक उच्च स्तर पर है, और यह कई क्रमिक पुनरावृत्ति के माध्यम से है जो आप मापदंडों का एक सेट पा सकते हैं जो एक समस्या को सही ढंग से हल करेगा। यदि आप जानते हैं कि मापदंडों का यह सेट शुरू से क्या था, तो आपको समस्या को हल करने के लिए सिर्फ एक अनुमानी लिखना होगा। लेकिन जब से आप नहीं जानते हैं, आपको अपने अनुमान के लिए इन मापदंडों को खोजने के लिए एक एल्गोरिथ्म का उपयोग करना होगा: एक पैशाचिक। आशा है कि स्पष्ट करता है।

— चार्ल्स मेंग्यु

और मैंने यहां जो एल्गोरिदम दिए हैं, वे सभी मीट्रिक हैं, और आप मेरे द्वारा दिए गए लिंक पर अधिक विवरण पा सकते हैं। मुझे यकीन नहीं है कि आप समकक्षों के लिए क्या मतलब है।

— चार्ल्स मेंग्यू

समकक्षों द्वारा, मेरा मतलब है, उदाहरण के लिए, यदि एल्गोरिदम सभी मेटाह्यूरिस्टिक्स हैं, तो वे जो आंकड़े हैं, वे अपने समायोज्य मापदंडों के लिए खुद को प्लस विशिष्ट मान होना चाहिए?

— टिम

उदाहरण के लिए नकली एनालिंग लें। अंत में यह क्या करता है यह एक मार्कोव श्रृंखला पर एक खोज है। हेयुरिस्टिक का "नियम" यह मानना ​​होगा कि मार्कोव श्रृंखला में एक राज्य समाधान है। मेटाएरिस्टिक क्या करता है यह मार्कोव श्रृंखला में अभिसरण के लिए इष्टतम स्थिति का पता लगाने के लिए दिखेगा जो समाधान का वर्णन करता है। सामान्य तौर पर मुझे लगता है कि आपको भेद करने के लिए बहुत कठिन प्रयास नहीं करना चाहिए: जब "अपेक्षाकृत" सरल समाधान की गणना की जा सकती है, तो ह्यूरिस्टिक्स का उपयोग करें, और आसानी से गणना की जा सकती है और मेटाह्यूरिस्टिक्स का उपयोग करें जब समाधान स्थान बहुत बड़ा हो और आपको इसके बारे में होशियार होने की आवश्यकता हो समस्या का समाधान।

— चार्ल्स मेंग्यू