Особливості застосування методу гілок і границь в задачі вибору оптимальної регресійної моделі

Запропоновано метод гілок і границь для розв’язання задачі дискретної оптимізації з метою вибору оптимальної регресійної моделі з використанням принципу дихотомії для розбиття поточної множини розв’язків задачі на підмножини розгалуження. Вибір підмножини розв’язків для процесу розгалуження здійснює...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Індуктивне моделювання складних систем
Datum:2012
Hauptverfasser: Мельник, І.М., Піднебесна, Г.А.
Format: Artikel
Sprache:Ukrainisch
Veröffentlicht: Міжнародний науково-навчальний центр інформаційних технологій і систем НАН та МОН України 2012
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/45965
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Особливості застосування методу гілок і границь в задачі вибору оптимальної регресійної моделі / І.М. Мельник, Г.А. Піднебесна // Індуктивне моделювання складних систем: Зб. наук. пр. — К.: МННЦ ІТС НАН та МОН України, 2012. — Вип. 4. — С. 128-135. — Бібліогр.: 3 назв. — укр.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Beschreibung
Zusammenfassung:Запропоновано метод гілок і границь для розв’язання задачі дискретної оптимізації з метою вибору оптимальної регресійної моделі з використанням принципу дихотомії для розбиття поточної множини розв’язків задачі на підмножини розгалуження. Вибір підмножини розв’язків для процесу розгалуження здійснюється за стохастичною процедурою. Предложен метод ветвей и границ для решения задачи дискретной оптимизации с целью выбора оптимальной регрессионной модели. Для ветвления используется принцип дихотомии. Выбор подмножества решений для процесса ветвления осуществляется с помощью стохастической процедуры. It is proposed the method of branch and bound for solving discrete optimization problem for selecting the optimal regressive model with using the principle of dichotomy for branching the current set to subsets and selecting a subset of solutions for branching process by random procedure.
ISSN:XXXX-0044