Úvod a cíle

Poznamenejme, že deterministické algoritmy jsou většinou založeny na využívání první a druhé derivace, a proto jsou lokální. Většinou také nejsou schopny pracovat s funkcemi typu „černá skříňka“. [16]

Algoritmy tohoto charakteru obvykle vyžadují předběžné předpoklady, jež „umožní“ této metodě dávat efektivní výsledky. Tyto předpoklady jsou, že: [5]

• Problém je lineární.
• Problém je konvexní.
• Prohledávaný prostor množných řešení je malý.
• Prohledávaný prostor množných řešení je spojitý.
• Účelová funkce je pokud možno unimodální (pouze jeden extrém).
• Mezi parametry „uvnitř“ účelové funkce nejsou nelineární interakce.
• Jsou dostupné informace typu gradient apod.
• Problém je definován v analytickém tvaru.

Závěry z práce [5], zaměřené na testování optimalizačních algoritmů, které bylo prováděno na analytických funkcích (první De Jongova funkce, druhá De Jongova funkce, Ackleyho funkce) a na funkcích reprezentovaných pomocí neuronových sítí, které byly získány pomocí aproximace dat získaných z praxe, jsou že:

• Při nedostatku informací o optimalizované funkci (charakter účelové funkce, definiční obor, možnost paralelizace) je nejvhodnější použít globální a univerzální metodu simulované žíhání.
• Pro velmi malý počet volání účelové funkce může být lepší stochastický horolezecký algoritmus, nebo genetický algoritmus.
• Čistě náhodné prohledávání je v praxi nepoužitelné.
• Pokud má charakter účelové funkce mnoho lokálních extrémů, pak je lepší použít globální algoritmus - např. simulované žíhání.
• Pokud má charakter účelové funkce pouze jedno globální optimum, pak je lepší použít genetický algoritmus, nebo nějaký lokální algoritmus, např. stochastický horolezecký algoritmus).
• Pokud je malá možnost paralelizace úlohy, je lepší zvolit genetický algoritmus nebo stochastický horolezecký algoritmus.

Pro potřeby simulační optimalizace budou dále popsány některé z velké řady deterministických metod, vhodných pro implementaci v paralelním simulačním prostředí.

V následujících studijních článcích budou popsány některé základní algoritmy z oblasti deterministických algoritmů. Zaměřme se nejprve na skupinu gradientních metod.