Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Вопрос 2. Прямые методы оптимизации: общая характеристика и примеры пассивных и последовательных стратегий поиска.

Читайте также:
  1. I. Методы исследования в акушерстве. Организация системы акушерской и перинатальной помощи.
  2. I. ОБЩАЯ ХАРАКТЕРИСТИКА УЧЕБНО-ОЗНАКОМИТЕЛЬНОЙ ПРАКТИКИ
  3. I. Характеристика проблемы
  4. I. Характеристика проблемы, на решение которой направлена подпрограмма
  5. I. Характеристика проблемы, на решение которой направлена Программа
  6. I. Характеристика проблемы, на решение которой направлена Программа
  7. I.8.3. Характеристика клеточного воспалительного ответа

???????????????????????????????????????????????????

Билет № 17

1. Прямые методы оптимизации: метод Кифера и использование “золотого сечения”. Формулы для интервала неопределённости.

Метод золотого сечения.

Метод основан на делении текущего отрезка [ а, b ], где содержится искомый экстремум, на две неравные части, подчиняющиеся правилу золотого сечения, для определения следующего отрезка, содержащего максимум.

Золотое сечение определяется по правилу: отношение отрезка к большей его части равно отношению большей части отрезка к меньшей. Ему удовлетворяют две точки с и d, расположенные симметрично относительно середины отрезка.

 

Рис. 3.3. Иллюстрация метода золотого сечения:

1 — интер­вал, включающий в себя иско­мый максимум функции после

первого этапа (первого золото­го сечения в точках c и d);

2 — то же, после второго этапа (но­вая точка е и старая точка d

 

Путем сравнения R(с) и R(d) определяют следующий отрезок, где содержится максимум. Если R(d) > R(с), то в качестве сле­дующего отрезка выбирается отрезок [с, b ], в противном слу­чае — отрезок [ a, d ].

Поэтому на каждой следующей итерации (кроме "запуска" метода на исходном отрезке) нужно вычислять только одно зна­чение критерия оптимальности.

Новый отрезок снова делится на неравные части по правилу золотого сечения. Следует отметить, что точка d является и точ­кой золотого сечения отрезка [с, b ], т.е.

Обозначим коэффициент золотого сечения k=db/cd, тогда можно получить квадратное уравнение для его нахождения

 

k=0,618 Решение уравнения применительно к первой итерации имеет вид

Условие окончания поис­ка — величина отрезка, содер­жащего максимум, меньше за­данной погрешности.

Метод обеспечивает более быструю сходимость к реше­нию, чем многие другие ме­тоды, и применим, очевидно, только для одноэкстремальных функций (в практических задачах под одноэкстремальной функцией понимают функцию, содержащую один экстремум того типа, который ищется в задаче).

На рис. 3.4 приведены два этапа поиска максимума функ­ции методом золотого сече­ния.

Дана функция

R(x)=sin(x+1),

Найти макси­мум на интервале: [-1,2]. Ошибка задается по х: e =0,05.

Результаты расчетов. Для "запуска" метода найдем две симметричные точки золотого сечения для отрезка [-1, 2]:

х 1 = 0,145898, х 2 = 0,85410197.

Значения критериев в этих точках соответственно R(x 1 ) = 0,911080, R(x 2 ) = 0,960136. Следовательно, новым отрезком является [0,145898,2], внутри которого находится максимальное из найденных значений R. Точка золотого сечения для нового отрезка будет х 3= 0,58359214, a R(x 3 ) = 0,99991813. Далее приведены только координаты лучших точек при очередном шаге, номер шага и значения критерия в этих точках.

x 3 = 0,584 R 3 = 0,9999 x 4 = 0,584 R 4 = 0,9999


Дата добавления: 2015-07-15; просмотров: 219 | Нарушение авторских прав


Читайте в этой же книге: Компонентные уравнения. | Надежность непрерывной системы | Вопрос 2. Аналоговое моделирование. Принцип аналогии. | Билет 8 вопрос 1. Регулярные методы оптимизации. Вариационное исчисление: задачи, приводящие к вариационному исчислению и уравнение Эйлера. | Вопрос 2. Аналоговое моделирование физических полей. Коэффициенты аналогии, индикаторы аналогии. | Билет №9 | Билет 11 вопрос 1. Прямые методы оптимизации. Интервал неопределённости, сущность принципа минимакса и выбор оптимальной стратегии поиска. | Билет №12 | Билет 14. вопрос 1. Методы многомерной оптимизации: покоординатного спуска и градиентный. | Метод динамического программирования |
<== предыдущая страница | следующая страница ==>
Билет 16. Вопрос 1. Регулярные методы оптимизации: симплекс-метод решения задач линейного программирования.| Билет 18. Вопрос 1. Прямые методы оптимизации: методы однородных пар и дихотомии, формулы для интервала неопределённости.

mybiblioteka.su - 2015-2024 год. (0.006 сек.)