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

Метод наискорейшего спуска

Читайте также:
  1. I. МЕТОДЫ РАСКОПОК
  2. I. Научно-методическое обоснование темы.
  3. I. Научно-методическое обоснование темы.
  4. III)Методики работы над хоровым произведением
  5. III. Практический метод обучения
  6. IV этап— методика клинической оценки состояния питания пациента
  7. IX.Матеріали методичного забезпечення основного етапу роботи.

 

При применении метода градиента на каждом шаге вычисляются значения всех частных производных оптимизируемой функции Q по всем независимым переменным U, что при большом числе этих переменных приводит к весьма большому времени поиска оптимума. Сократить время поиска позволяет метод наискорейшего спуска, блок-схема, где – точность вычисления, H – величина шага,

n – размерность вектора u, Q – алгоритм вычисления целевой функции Q (u),

L –количество шагов по конкретному направлению градиента функции Q.

Таким образом, в начальной точке u 0 определяется градиент целевой функции и, следовательно, направление ее наибыстрейшего убывания; далее делается шаг спуска в этом направлении. Если значение целевой функции уменьшились, то делается следующий шаг в этом же самом направлении. Процедура повторяется до тех пор, пока в этом направлении не будет найден минимум, после чего только вычисляется градиент и определяется новое направление наибыстрейшего убывания целевой функции.

По сравнению с методом градиента метод наискорейшего спуска оказывается более выгодным из-за сокращения объема вычислений. Чем менее резко изменяется направление градиента целевой функции, тем выгоднее использовать метод наискорейшего спуска, т.е. вдали от оптимума. Вблизи оптимума рассматриваемый метод автоматически переходит в метод градиента. Окончание поиска происходит в соответствии с теми же критериями, что и в методе градиента.

 


Дата добавления: 2015-10-21; просмотров: 97 | Нарушение авторских прав


Читайте в этой же книге: Экстремумы функций многих переменных | Основные положения | Геометрическая интерпретация метода множителей Лагранжа | Экономическая трактовка метода множителей Лагранжа | Особые случаи | Особенности реальных задач | ЧИСЛЕННЫЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧ НЕЛИНЕЙНОГО ПРОГРАММИРОВАНИЯ | Общая характеристика методов решения задач нелинейного программирования | Метод половинного деления | Метод Фибоначчи |
<== предыдущая страница | следующая страница ==>
Метод градиента| Метод квантования симплексов

mybiblioteka.su - 2015-2024 год. (0.005 сек.)