Читайте также: |
|
Решение практических задач, как правило, связано с оптимизацией целевой функции J(X) при наличии некоторого количества ограничений на поисковые параметры. Такими ограничениями, например в электронике СВЧ, могут быть: ограничения на полную длину прибора, напряжение и ток электронного потока, условия устойчивости и согласования полей в каскадах и т.д. Такие ограничения существенно уменьшают размеры области, в которой производится поиск оптимума. На первый взгляд может показаться, что уменьшение размеров допустимой области должно упростить процедуру поиска оптимума. Между тем, напротив, процесс оптимизации становится более сложным, поскольку в точке условного минимума целевой функции градиент от нее уже не равен нулю.
Ограничения на диапазон изменения поисковых параметров можно исключить проведя замену переменных, например:
Xi =(Ximax+Ximin)/2+(Ximax-Ximin)*Sin(Xi,new), (1.6.1)
или видоизменив саму процедуру поиска оптимума, куда включить проверку на нахождение поисковых параметров в заданном диапазоне значений и не допускать их выхода вне этого диапазона.
В этом разделе будем рассматривать ограничения на поисковые параметры только в виде равенств, т.е. V (X)=0, где V - r-мерный вектор. Ограничения в виде неравенств всегда можно свести к ограничениям в виде равенств путем введения дополнительных поисковых параметров, например, если есть неравенство j(X)<0, то его можно заменить равенством вида j(X)+Xn+12=0, введя новый поисковый параметр Xn+1.
В общем случае задача условной оптимизации может быть сформулирована следующим образом: минимизировать J(X) при ограничениях V (X)=0, где X - n- мерный вектор поисковых параметров, а V - r- мерный вектор ограничений, причем r<n.
Все методы решения задач условной оптимизации подразделяются на два основных вида [22]. Это методы видоизменения целевой функции таким образом, что задача условной оптимизации сводится к задаче безусловной оптимизации, и методы явного или неявного исключения переменных. В принципе задача условной оптимизации может быть решена как задача безусловной оптимизации, полученная путем исключения из целевой функции r независимых переменных с помощью заданных равенств. Наличие ограничений в виде равенств фактически позволяет уменьшить размерность исходной задачи с n до n-r. Однако метод прямого исключения переменных применим лишь в тех случаях, когда уравнения, определяющие ограничения, можно разрешить относительно некоторого конкретного набора независимых переменных. При наличии большого числа ограничений в виде равенств процесс исключения становится весьма трудоемкой процедурой, а при наличии нелинейности в ограничениях вообще явно исключить r переменных становится невозможно. Рассмотрим сначала методы видоизменения целевой функции.
Дата добавления: 2015-11-14; просмотров: 108 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Методы с переменной метрикой | | | Метод множителей Лагранжа |