Global optimization; stochastic algorithms; nonlinear regression; adaptive algorithms

Článek se zabývá stochastickými algoritmy pro globální optimalizaci a jejich využitím v~odhadu parametr? nelineárních regresních model?. Je popsán algoritmus ?ízeného náhodného prohledávání se sout?ží heuristik lokálního vyhledávání a adaptivní podmínkou ukon?ení. Tento algoritmus se osv?d?il v~obtížných úlohách odhadu parametr? nelineárního regresního modelu a lze jej doporu?it pro odhad parametr? v úlohách, kde standardní deterministické algoritmy pro lokální optimalizaci selhávají

This article deals with stochastic algorithms for the global optimization and their use in the estimation of nonlinear regression parameters. The controlled random search algorithm with four competing local heuristics and adaptive stopping condition is proposed. The algorithm have proved high reliability in the difficult nonlinear-regression tasks, where determinictic algorithm often failed.