Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Рекомендации по использованию методов оптимизации в задачах электроники СВЧ и краткие выводы

Метод Пауэлла | Симплексный метод | Метод Ньютона | Метод наискорейшего спуска | Методы с переменной метрикой | Методы условной оптимизации | Метод множителей Лагранжа | Метод штрафных функций | Метод разделения параметров | Проблема глобальной оптимизации |


Читайте также:
  1. D) сохранения точных записей, определения установленных методов (способов) и сохранения безопасности на складе
  2. I. Методические рекомендации.
  3. I. РЕКОМЕНДАЦИИ
  4. I. Рекомендации по использованию методического пособия
  5. II. Рекомендации по выполнению заданий
  6. II. Рекомендации по выполнению заданий
  7. II. Рекомендации по выполнению заданий

Сравнение методов оптимизации на тестовых функциях и опыт их использования для решения задач оптимизации электронных приборов СВЧ позволяет нам сделать следующие выводы [30,37-40].

Среди методов безусловной оптимизации 0-го порядка наиболее эффективны методы Розенброка и симплексный метод. Они не требуют вычисления производных, легко программируются и обеспечивают достаточно высокую скорость сходимости к оптимальному решению поставленной задачи. Метод Розенброка обладает повышенной устойчивостью работы на не квадратичных целевых функциях, а симплексный метод имеет повышенную скорость сходимости на овражных функциях. Для определения минимума в поисковом направлении для методов оптимизации 0-го порядка лучше использовать метод квадратичной аппроксимации.

Среди методов оптимизации 1-го порядка наибольшей эффективностью отличаются методы с переменной метрикой, а наиболее устойчивым из них к ошибкам вычислений оказался метод Гольдфарба. Эти методы являются как бы конечно-разностным приближением метода Ньютона 2-го порядка. Однако в них не надо рассчитывать вторые производные от целевой функции по поисковым параметрам, что представляет достаточно сложную и трудоемкую задачу. Поэтому, методы с переменной метрикой, благодаря использованию заложенных в методе Ньютона идеях, обладают повышенной скоростью сходимости к оптимальному решению и, в силу изменения в процессе поиска минимума метрики пространства параметров, достаточной устойчивостью работы даже на функциях существенно отличающихся от квадратичных. Для определения минимума в поисковом направлении лучше всего использовать кубическую аппроксимацию с расчетом производных. Сами производные от целевой функции по поисковым параметрам проще определять с помощью конечно-разностного метода, но с проверкой точности расчета производных и коррекции приращения параметров. Ускорить расчет производных можно с использованием АУС-метода, однако это приводит к существенному усложнению программы и удлинению процесса ее отладки.

Если целевая функция достаточно гладкая, т.е. непрерывна вплоть до первой производной, то для решения оптимизационных задач лучше всего использовать методы с переменной метрикой. Если же целевая функция имеет изломы или на ее поверхность наложен быстро осциллирующий небольшой шумовой рельеф, то тогда можно надеяться только на методы 0-го порядка: метод Розенброка или симплексный метод. Хотя для таких функций очень сложно гарантировать получение оптимального решения.

Для решения задач условной оптимизации лучшие результаты по скорости сходимости и устойчивости дает метод разделения параметров или метод проекции градиента на поверхность ограничений. К тому же этот метод на каждой итерации дает хоть и не совсем оптимальное, но решение именно задачи условной оптимизации. В то время как, например, метод Хестенса или штрафных функций дает решение задачи условной оптимизации только в конце всего процесса оптимизации, а для этого может и не хватить даже большого времени счета на ЭВМ.

· Автором диссертации лично была разработана универсальная программа условной оптимизации “Opti-K” в системе Delphi-3.0.

Программа Opti-K предназначена для поиска локального минимума многопараметрической целевой функции при наличии вектора нелинейных ограничений на оптимизируемые параметры.

Она может быть использована для расчета оптимальных конструкций приборов и устройств, допускающих математическое моделирование происходящих в них процессов, например, в задачах электроники, электродинамики т.д.

Пользователь должен составить только одну процедуру на Delphi, в которой рассчитываются целевая функция и вектор ограничений.

В программе Opti-K реализованы следующие методы оптимизации первого порядка с переменой метрикой:

- метод наискорейшего спуска;

- метод сопряженных градиентов;

- метод первого ранга;

- метод Давидона-Флетчера-Пуаэлла;

- метод Гольдферба.

Учет ограничений основан на методах разделения параметров и проективного градиента.

Программа Opti-K предоставляет возможность произвольного включения параметров в число оптимизируемых, в ней автоматически корректируется начальный рельеф целевой функции, в процессе оптимизации можно создавать контрольные точки, что при решении больших задач позволяет проводить оптимизацию поэтапно.

Программа написана на алгоритмическом языке Delphi 3.0 и может функционировать как самостоятельная программная единица, так и в виде блока Unit, который может быть включен в любую другую программу на Delphi. Программа может функционировать в операционной среде MS Windows 95-98 (NT).

Программа Opti-K включает в себя общий блок “Unitopt” и два блока “Unitopt1” и “Uniopt2” с формами “Formopt1” и “Formopt2”. В первой форме определяются параметры оптимизации, а во второй выводятся текущие значения оптимизируемых параметров и информация о процессе оптимизации.

· Автором диссертации совместно с Кураевым А.А. разработан АУС метод оптимизации динамических процессов, описываемых системой обыкновенных дифференциальных уравнений.

· Автором диссертации получены формулы уточненного расчета производных от целевой функции по поисковым параметрам на основе сопоставления ошибок сокращения и усечения.

· Автором диссертации разработан метод разделения параметров для решения задач условной оптимизации на основе метода проективного градиента.

 

 


Дата добавления: 2015-11-14; просмотров: 38 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Конечно-разностный метод| Листинг готовой программы.

mybiblioteka.su - 2015-2024 год. (0.007 сек.)