PLS (complexidade) - definitie. Wat is PLS (complexidade)
Diclib.com
Woordenboek ChatGPT
Voer een woord of zin in in een taal naar keuze 👆
Taal:

Vertaling en analyse van woorden door kunstmatige intelligentie ChatGPT

Op deze pagina kunt u een gedetailleerde analyse krijgen van een woord of zin, geproduceerd met behulp van de beste kunstmatige intelligentietechnologie tot nu toe:

  • hoe het woord wordt gebruikt
  • gebruiksfrequentie
  • het wordt vaker gebruikt in mondelinge of schriftelijke toespraken
  • opties voor woordvertaling
  • Gebruiksvoorbeelden (meerdere zinnen met vertaling)
  • etymologie

Wat (wie) is PLS (complexidade) - definitie

Pesquisa local polinomial

PLS (complexidade)         
Na teoria da complexidade computacional, a Pesquisa Local Polinomial (PLS) é uma classe de complexidade que modela a dificuldade de encontrar uma solução ótima localmente para um problema de otimização.
Complexidade ciclomática         
Complexidade ciclomática (ou complexidade condicional) é uma métrica de software usada para indicar a complexidade de um programa de computador. Desenvolvida por Thomas J.
Complexidade fatorial         
Representada por O(n!), é normalmente encontrada ao analisar a complexidade de algoritmos de força bruta, que tentam todas as possibilidades para problemas de otimização combinatória.

Wikipedia

PLS (complexidade)

Na teoria da complexidade computacional, a Pesquisa Local Polinomial (PLS) é uma classe de complexidade que modela a dificuldade de encontrar uma solução ótima localmente para um problema de otimização.

Um problema PLS L {\displaystyle L} tem um conjunto D L {\displaystyle D_{L}} de instâncias que são codificados usando seqüências de caracteres sobre um alfabeto finito Σ {\displaystyle \Sigma } . Para cada instância x {\displaystyle x} existe uma solução finita de F L ( x ) {\displaystyle F_{L}(x)} . Cada solução s F L ( x ) {\displaystyle s\in F_{L}(x)} tem um número inteiro não-negativo de custo dado por uma função c L ( s , x ) {\displaystyle c_{L}(s,x)} e uma vizinhança  N ( s , x ) F L ( x ) {\displaystyle N(s,x)\subseteq F_{L}(x)} . Além disso, a existência dos três seguintes algoritmos de tempo polinomial é necessária:

  • Algoritmo A L {\displaystyle A_{L}} produz alguma solução A L ( x ) F L ( x ) {\displaystyle A_{L}(x)\in F_{L}(x)} .
  • Algoritmo B L {\displaystyle B_{L}} determina o valor de c L ( s , x ) {\displaystyle c_{L}(s,x)} .
  • Algoritmo C L {\displaystyle C_{L}} mapeia um solução s F L ( x ) {\displaystyle s\in F_{L}(x)} para um elemento s N ( s , x ) {\displaystyle s'\in N(s,x)} de tal forma que c L ( s , x ) < c L ( s , x ) {\displaystyle c_{L}(s',x)<c_{L}(s,x)} se tal elemento não existe. Caso contrário, C L {\displaystyle C_{L}} relata que tal elemento não existe.

Uma instância D L {\displaystyle D_{L}} tem a estrutura de um grafo implícito, os vértices sendo as soluções com duas soluções s , s F L ( x ) {\displaystyle s,s'\in F_{L}(x)} conectados por um arco direcionado se e somente se  s N ( s , x ) {\displaystyle s'\in N(s,x)} . O mais interessante problema computacional é o seguinte:

Dado alguma instância x {\displaystyle x} de um problema PLS L {\displaystyle L} , encontrar um local optimum de c L ( s , x ) {\displaystyle c_{L}(s,x)} , i.e. uma solução s F L ( x ) {\displaystyle s\in F_{L}(x)}  tal que c L ( s , x ) c L ( s , x ) {\displaystyle c_{L}(s',x)\geq c_{L}(s,x)} para todos s N ( s , x ) {\displaystyle s'\in N(s,x)}

O problema pode ser resolvido usando o seguinte algoritmo:

  1. Use A L {\displaystyle A_{L}} para encontrar uma solução inicial s {\displaystyle s}
  2. Use o algoritmo  C L {\displaystyle C_{L}} para encontrar uma solução melhor s N ( s , x ) {\displaystyle s'\in N(s,x)} . Se tal solução existe, substituir s {\displaystyle s} por s {\displaystyle s'} , caso contrário retorne  s {\displaystyle s}

Infelizmente, isso geralmente leva um número exponencial de passos de melhoria para encontrar um local optimum, mesmo se o problema L {\displaystyle L} pode ser resolvido exatamente em tempo polinomial.

Exemplos de problemas PLS-completo incluem relativos ao local optimum do problema do caixeiro viajante, corte máximo e satisfatibilidade, bem como a procura de um puro equilíbrio de Nash de um jogo congestionamento.

PLS é uma subclasse da TFNP, uma classe de complexidade estreitamente relacionada com a NP que descreve problemas computacionais em que é garantida a existência de uma solução e que pode ser reconhecida em tempo polinomial. Por um problema no PLS, é garantida a existência de uma solução porque o vértice de custo mínimo do gráfico inteiro é uma solução válida, e a validade de uma solução pode ser verificada através do cálculo de seus vizinhos e comparando os custos de cada um.