เมนูนำทาง
วิธีการครอส-เอนโทรปี การใช้วิธี ครอส-เอนโทรปี ในปัญหาการหาค่าที่เหมาะสมที่สุดให้ χ {\displaystyle \chi } เป็นเซตของสถานะ และ S เป็นฟังก์ชันจริงซึ่ง S(x) จะให้ค่าความเหมาะสมของ x โดยที่ x เป็นสมาชิกของ χ {\displaystyle \chi } โดยค่า x ที่เหมาะสมที่สุดคือ x* ซึ่งจะทำให้ค่าของ S(x*) มีค่าสูงที่สุด สามารถเขียนเป็นปัญหาในรูปของสมการทางคณิตศาสตร์ได้ดังสมการที่ (6)
S ( x ∗ ) = γ ∗ = m a x x S ( x ) {\displaystyle S(x^{*})=\gamma ^{*}=max_{x}S(x)\,} (6)
หาพิจารณาปัญหานี้เทียบกับปัญหาการประมาณค่าของ H ( x ) = I S ( X ) ≥ γ {\displaystyle H(x)=I_{S(X)\geq \gamma }} เมื่อ X เป็นตัวแปรสุ่มที่มีความหนาแน่นของความน่าจะเป็น f ( x ; u ) {\displaystyle f(x;u)} และให้ γ {\displaystyle \gamma } เป็นค่าระดับชั้น จะสังเกตว่าถ้าค่า γ {\displaystyle \gamma } มีค่าใกล้เคียงกับ γ ∗ {\displaystyle \gamma ^{*}} (ค่าสูงสุดของ S) แล้ว จะทำให้ค่าของ H ( x ) = I S ( X ) ≥ γ {\displaystyle H(x)=I_{S(X)\geq \gamma }} เป็นความน่าจะเป็นของเหตุการณ๊ที่พบเจอได้ยาก ซึ่งปัญหานี้เราจะต้องการสร้างตัวอย่างสุ่มจำนวนหนึ่งที่มีค่าใกล้เคียงกับ x* โดยเป็นเรื่องที่ดีที่วิธีครอส-เอนโทรปี สามารถทำเรื่องนี้ได้
หากเปรียบเทียบความแตกต่างของปัญหาระหว่างการหาค่าที่เหมาะสมที่สุด กับ การประมาณค่า ความแตกต่างก็คือการหาค่าที่เหมาะสมที่สุด เราจะไม่รู้ค่าของระดับชั้น γ = γ ∗ {\displaystyle \gamma =\gamma ^{*}} ล่วงหน้าเหมือนในการประมาณค่า แต่อย่างไรก็ตามขั้นตอนวิธีในการแก้ปัญหาก็ไ่ม่ค่อยแตกต่างกันมากคือเราจะสร้างลำดับของ γ t {\displaystyle \gamma _{t}} และ v ^ t {\displaystyle {\widehat {v}}_{t}} ไปเรื่อยๆ โดยจะพยายามให้ทั้งสองค่าเข้าใกล้ γ ∗ {\displaystyle \gamma ^{*}} และ v ∗ {\displaystyle v^{*}} ตามลำดับ ซึ่งค่าของ v ∗ {\displaystyle v^{*}} จะสอดคล้องกับค่าของ x ∗ {\displaystyle x^{*}} ที่ต้องการหาเช่นกัน
1 v ^ 0 = u {\displaystyle {\widehat {v}}_{0}=u} และ 2 N e = ⌈ ρ N ⌉ {\displaystyle N^{e}=\lceil \rho \,N\rceil } 3 t = 0 /*ตัวนับจำนวนรอบ*/ 4 5 ทำ 6 t = t + 1 7 สุ่มตัวอย่างสุ่ม X 1 , . . . , X N {\displaystyle X_{1},...,X_{N}\,} ตามความหนาแน่นของความน่าจะเป็น f ( − : v ^ t − 1 ) {\displaystyle f(-:{\widehat {v}}_{t-1})\,} 8 สำหรับทุก i ตั้งแต่ 1 ถึง N 9 S ( i ) = S ( X i ) {\displaystyle S_{(i)}=S(X_{i})\,} 10 เรียงลำดับจากน้อยไปหามาก(S) 11 γ ^ t = S ( N − N e + 1 ) {\displaystyle {\widehat {\gamma }}_{t}=S_{(N-N^{e}+1)}\,} 12 γ ^ t {\displaystyle {\widehat {\gamma }}_{t}\,} = ค่าต่ำสุด( γ {\displaystyle \gamma \,} , γ ^ t {\displaystyle {\widehat {\gamma }}_{t}} )13 คำนวณ v = v ^ t {\displaystyle v={\widehat {v}}_{t}\,} ที่ทำให้ I S ( X k ) ≥ γ ^ t l n ( f ( X k ; v ) ) N {\displaystyle {\frac {I_{S(X_{k})\geq {\widehat {\gamma }}_{t}}ln(f(X_{k};v))}{N}}} สูงที่สุด14 ระหว่างที่ ยังไม่ถึงเงื่อนไขยุติ1516 คืนค่า v ^ t {\displaystyle {\widehat {v}}_{t}\,}
จะเห็นว่าหากต้องการใช้ขั้นตอนวิธีนี้ต้องทำการปรับค่า v ^ 0 , N , ρ {\displaystyle {\widehat {v}}_{0},N,\rho } และเงื่อนไขยุติให้เหมาะสม
เมนูนำทาง
วิธีการครอส-เอนโทรปี การใช้วิธี ครอส-เอนโทรปี ในปัญหาการหาค่าที่เหมาะสมที่สุดใกล้เคียง
วิธีกงดอร์แซ วิธีการเข้าถึงหลายช่องทาง วิธีการครอส-เอนโทรปี วิธีการคำนวณของโจนส์ วิธีการปกครอง วิธีการบังคับต่อประเทศอิหร่าน วิธีการบังคับต่อสหพันธ์สาธารณรัฐยูโกสลาเวีย วิธีการของเพทริค วิธีการบังคับต่อประเทศเกาหลีเหนือ วิธีการประเมินและการตัดสินใจแหล่งที่มา
WikiPedia: วิธีการครอส-เอนโทรปี http://www.thiele.au.dk/index.php?id=105 http://shark-project.sourceforge.net/ReClaM/_cross...