추측값

이 글에는 출처가 없다 신뢰할 수 있는 출처에 인용문을 추가하여 이 기사를 개선할 수 있도록 도와주십시오. 공급되지 않은 재료는 도전하여 제거할 수 있다. 출처 찾기: "게이스 가치" – 뉴스 · 신문 · 책 · 학자 · JSTOR (2012년 6월) (이 템플릿 메시지를 제거하는 방법과 시기 학습)

수학 모델링에서, 추측 값은 일반적으로 시작 값 또는 초기 값이라고 불린다.이러한 알고리즘은 주로 결정론적이고 반복적이며 어딘가에서 시작해야 하기 때문에 검색 알고리즘을 사용하는 대부분의 최적화 문제에 필요하다.한 가지 일반적인 적용 유형은 비선형 회귀 분석이다.

사용하다

초기 값의 품질은 검색 알고리즘의 성공 또는 결여에 상당한 영향을 미칠 수 있다.이는 피트니스 기능이나 객관적 기능(대부분의 경우 제곱 오차(SSE)의 합계)이 어려운 형태를 가질 수 있기 때문이다.검색 영역의 일부 지역에서는 기능이 2차적으로 기하급수적으로 증가할 수 있으며, 기능이 고원에 대해 점증하지 않는 지역이 있을 수 있다.지수 영역에 속하는 시작 값은 산술 오버플로로 인한 알고리즘 실패로 이어질 수 있다.점근성 고원 영역에 속하는 시작 값은 "디더링"으로 인한 알고리즘 고장으로 이어질 수 있다.결정론적 검색 알고리즘은 최소로 이동하기 위해 기울기 함수를 사용할 수 있다.경사가 매우 작으면 과소 흐름 오류로 인해 알고리즘이 목적 없이 방황할 수 있다. 이는 디더링이다.

가치 찾기

추측 값은 여러 가지 방법으로 결정할 수 있다.추측도 그들 중 하나이다.만약 어떤 사람이 문제의 유형에 익숙하다면, 이것은 교육받은 추측이나 추측이다.다른 기법으로는 선형화, 동시 방정식 해결, 치수 축소, 시계열로 처리, 문제를 (희망적으로) 선형 미분 방정식으로 변환, 평균값 사용 등이 있다.시작 값과 최적 값을 자체에서 결정하는 추가 방법은 확률적 방법에서 비롯되는데, 이러한 방법 중 진화 알고리즘과 특히 유전 알고리즘으로 가장 일반적으로 알려져 있다.