ベイスンホッピング法
 | この項目「ベイスンホッピング法」は翻訳されたばかりのものです。不自然あるいは曖昧な表現などが含まれる可能性があり、このままでは読みづらいかもしれません。（原文：en: Basin-hopping） 修正、加筆に協力し、現在の表現をより自然な表現にして下さる方を求めています。ノートページや履歴も参照してください。（2023年2月） |
応用数学において、ベイスンホッピング法（英: Basin-hopping method）とは座標にランダムな摂動を加えたのち、局所最適化をほどこし、得られた座標を最適化された関数値にもとづいて採択・棄却するステップを繰り返す大域最適化手法である[1]。1997年、David J. Walesおよび Jonathan Doyeにより記述された[2]。分子の最低エネルギー構造探索のような、高次元空間上の最適化問題においてとくに有用である。 Li・Scheragaにより提案されたモンテカルロ最適化から着想を得ている[3]。
出典
[編集]- ^ “scipy.optimize.basinhopping — SciPy v1.0.0 Reference Guide”. docs.scipy.org. 2018年4月20日閲覧。
- ^ Wales, David J.; Doye, Jonathan P. K. (1997-07-10). “Global Optimization by Basin-Hopping and the Lowest Energy Structures of Lennard-Jones Clusters Containing up to 110 Atoms” (英語). The Journal of Physical Chemistry A 101 (28): 5111–5116. arXiv:cond-mat/9803344. Bibcode: 1997JPCA..101.5111W. doi:10.1021/jp970984n.
- ^ Li, Z.; Scheraga, H. A. (1987-10-01). “Monte Carlo-minimization approach to the multiple-minima problem in protein folding.”. Proceedings of the National Academy of Sciences 84 (19): 6611–6615. doi:10.1073/pnas.84.19.6611. ISSN 0027-8424.
 | この項目は、応用数学に関連した書きかけの項目です。この項目を加筆・訂正などしてくださる協力者を求めています。 |
