метод повторяющегося случайного поиска
Метод повторяющегося случайного поиска используется при решении многомерных задач локальной безусловной оптимизации. Метод относится, с одной стороны, к классу стохастических методов оптимизации, а с другой стороны - к классу прямых методов оптимизации и является многошаговым методом оптимизации (точнее - 3-х шаговым методом). Если Xr - текущая точка, то в данном методе следующая точка находится по формуле Xr+λr*Δr, где λr - величина шага (скаляр) на r-ой итерации, Δr=β*Sr+(1-β)Pr - направление шага на r-ой итерации. Здесь Sr - нормализованный вектор «предыстории», определяющий среднее направление поиска на двух предыдущих шагах; Pr - нормализованный вектор псевдослучайных чисел, равномерно распределенных в интервале [0,1]; β - скалярный коэффициент, задающий относительные веса детерминированной и случайной компонент в векторе Δr.