Podczas tych laboratoriów wykorzystujemy symulowane wyżarzanie dla znalezienia optymalnej zależności płacy od wieku oraz płci. Problemem tym zajmowaliśmy się podczas ostatnich zajęć, dlatego też korzystamy z modelu sztucznej sieci neuronowej utworzonej wcześniej. Pracujemy na danych znormalizowanych. Najpierw losujemy wagi (z przedziału od -1 do 1) oraz ustalamy następujące parametry.
Dod. Błąd |
0,05 |
maks Iter |
1000 |
odch. St. |
0,3 |
Pi |
3,1415 93 |
TO |
0,2 |
beta |
0,01 |
Następnie obliczamy sumy kwadratów różnic oraz zapisujemy to jako minimalny błąd i błąd rodzica (który oznaczamy jako dE), oraz losujemy nowe wartości wag. Porównujemy błędy. Jeśli wartość nowo obliczonego błędu jest mniejsza od wcześniejszego, to ją zostawiamy, jeśli jest mniejsza również od błędu rodzica, rozwiązanie jest akceptowalne. Jeśli nie, wówczas obliczamy różnicę pomiędzy nowym błędem a błędem rodzica. Sprawdzamy również czy wylosowana liczba jest mniejsza od Jr (T - temperatura). Jeśli nie, rozwiązanie jest akceptowalne,
natomiast jeśli jest mniejsza, powracamy do rozwiązania poprzedniego. Kończymy wyszukiwanie jeśli nowy błąd jest mniejszy od ustalonego wcześniej błędu dopuszczalnego. Możemy również ustalić inną wartość temperatury, bowiem ma ona duży wpływ na rozwiązanie. Im większa temperatura, tym większa szansa, że zaakceptowane zostanie gorsze rozwiązanie. Posługujemy się wzorem T=T/(l + beta:łT). Wyszukiwanie zaczyna działać od początku.