يك معيار مبتني بر واريانس براي ارزيابي يادگيري آتاماتاي يادگير در حل مسايل بهينه‌سازي گراف تصادفي

در اين مقاله به بررسي يك معيار جديد مقايسه‌اي براي توليد پاسخ محيط در حل مسايل بهينه‌سازي روي گراف‌هاي تصادفي به عنوان مدلي از شبكه‌هاي كامپيوتري توسط شبكه‌اي از آتاماتاهاي يادگير مي‌پردازيم. اين روش جديد به دليل لحاظ‌ كردن تقريبي از واريانس پاسخ‌هاي توليد شده توسط شبكه آتاماتاهاي يادگير، قادر به انطباق بيشتري با محيط بوده و در نتيجه پاسخ‌هاي مناسب‌تري به اقدام‌هاي انجام‌شده توسط آتاماتاها در شبكه‌اي از آتاماتاهاي يادگير مي‌دهد. روش جديد از طريق وارد كردن يك مقدار نويز محاسبه‌ شده، از ايستايي فرايند يادگيري و گيرافتادن آن در نقاط كمينه محلي جلوگيري كرده و باعث تسريع در فرايند يادگيري مي‌شود. به كمك شبيه‌سازي‌ها نشان مي‌دهيم اين روش جديد در مقايسه با روش‌هاي فعلي كه تا كنون مورد استفاده بوده است، هم به لحاظ سرعت همگرايي به جواب بهينه و هم به لحاظ قابليت گريز از اثر واريانس وزن يال‌هاي گراف تصادفي- كه باعث ميل جواب نهايي به سمت كوچك‌ترين مقدار و نه مقدار ميانگين مي‌شود- عملكرد بهتري دارد.