A Hook-Jeeves metódus ( eng. Hooke-Jeeves, Pattern search ), más néven konfigurációs módszer – a Nelder-Mead algoritmushoz hasonlóan – egy függvény feltétel nélküli lokális szélsőértékének keresésére szolgál, és direkt metódusokra utal, azaz , közvetlenül a függvény értékeire támaszkodik. Az algoritmus két fázisra oszlik: feltáró keresésre és mintakeresésre.
A kezdeti szakaszban beállítjuk a kezdőpontot (jelöljük 1-gyel) és a koordináták mentén a h i lépéseket. Ezután az 1. kivételével az összes koordináta értékét rögzítjük, kiszámítjuk a függvény értékeit az x 0 + h 0 és x 0 -h 0 pontokban (ahol x 0 a pont első koordinátája, h 0 ennek a koordinátának a lépésértéke), és menjen a legkisebb függvényértékkel rendelkező ponthoz. Ezen a ponton a 2. kivételével az összes koordináta értékét rögzítjük, kiszámoljuk a függvényértékeket az x 1 +h 1 és x 1 -h 1 pontokban, átlépünk a legkisebb függvényértékkel rendelkező pontra stb. minden koordinátához. Ha egyes koordinátáknál a kiindulási pont értéke kisebb, mint a lépés mindkét irányának értéke, akkor a lépés ezen koordináta mentén csökken. Amikor az összes h i koordináta mentén a lépések kisebbek lesznek, mint az e i megfelelő értékei , az algoritmus véget ér, és az 1-es pontot a rendszer minimumpontként ismeri fel.
Az első szakasz illusztrációja két koordináta esetén:
Így az összes koordináta feletti feltáró keresés után kapunk egy új pontot a szomszédságban a legkisebb függvényértékkel (ezt 2-vel jelöljük). Most folytathatja az algoritmus 2. fázisát.
A minta szerinti keresés szakaszában a 3. pontot 1-től 2-ig azonos távolságban ábrázoljuk. Koordinátáit a csökkenés képlettel kapjuk meg . Ha ebben a fázisban a feltáró keresés eredményeként sikerült megszerezni a 3. ponttól eltérő 4-es pontot, akkor a 2-es pontot 1-re, a 4-et pedig 2-re nevezzük át, és megismételjük a keresést a minta szerint. Ha a 3. ponttól eltérő 4-es pontot nem találunk, akkor a 2-es pontot átjelöljük 1-esnek, és megismételjük az algoritmus 1. fázisát - vizsgáló keresést.
A második szakasz illusztrációja két koordináta esetén:
Az átnevezés utáni pontnevek zárójelben vannak jelölve. Az ábrán jól látható, hogyan korrigálja az algoritmus az irányát a talált függvényértékek függvényében.
Optimalizálási módszerek | |
---|---|
Egydimenziós |
|
Nulla sorrend | |
Első rendelés | |
másodrendű | |
Sztochasztikus | |
Lineáris programozási módszerek | |
Nemlineáris programozási módszerek |