К теории нелокального поиска. I. Задачи обучения и оптимизации

Рассматривается задача оптимизации функции многих переменных в том случае, когда априорных сведений об этой функции может не быть и потому локальной информации оказывается недостаточно для построения процесса поиска оптимального решения. В этом случае необходимо использование в процессе оптимизации нелокальных процедур изучения целевой функции. В работе в рамках классической теории систем [1], использующей вероятностное распределение в качестве характеристики состояния системы, дано описание эволюционной и поисковой подсистем, участвующих в процессе нелокального поиска, и изучены задачи оптимизации и обучения, реализуемые этими подсистемами.