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

Метод покоординатного спуска

Исходные данные | Прогнозирование на основе синусоидального тренда | Оптимизация режима по равенству относительных приростов расходов топлива. | Распределение реактивной мощности между источниками | Расчет электрического режима по коэффициентам токораспределения | Распределение активной мощности между станциями | Комплексная оптимизация режима ЭЭС с учетом технологических ограничений методами нелинейного программирования. | Оптимизация режима с учетом ограничения по перетоку в контролируемой линии. Метод замены переменных. | Расчет режима по раздельным моделям | Оценивание состояния ЭЭС |


Читайте также:
  1. B. Неклассическая методология
  2. C. Постнеклассическая методология
  3. D) сохранения точных записей, определения установленных методов (способов) и сохранения безопасности на складе
  4. D.2. Методы оценки технических уязвимостей
  5. I 7 D I РЕЛИГИЯ И НАУЧНЫЕ МЕТОДЫ
  6. I РЕЛИГИЯ И НАУЧНЫЕ МЕТОДЫ
  7. I РЕЛИГИЯ И НАУЧНЫЕ МЕТОДЫ

Метод покоординатного спуска относится к наиболее простым по реализации методам. Суть его заключается в том, что в качестве возможных направлений рассматриваются орты исходной системы координат

…; (4.11)

При этом N шагов по всем независимым переменным образуют внутренний цикл. Это означает, что на первом итерационном шаге минимизируется целевая функция F(x) при изменении только первой переменной, а все остальные переменные остаются неизменными.

Выполним два итерационных цикла минимизации целевой функции (3.4) методом покоординатного спуска.

Целевая функция:

.

Также как и в предыдущем случае в качестве начального приближения выберем вектор

.

В данной точке целевая функции имеет значение . Первое возможное направление есть е1. При этом координаты вспомогательной точки равны

.

Значение целевой функции , что больше, чем F0. Таким образом, принятое направление движения не обеспечивает уменьшение функции F. Если выполнить двойной шаг , то координаты новой вспомогательной точки

.

Целевая функция принимает значение . Оптимальная длина шага:

.

Следовательно,

.

В новой точке (210,472, 200) целевая функция имеет значение . Аналогичное вычисление выполняется при движении из точки (210,472, 200) вдоль вектора е2. Координаты двух вспомогательных точек есть (210,472, 201) и (210,472, 202). Целевая функция в этих точках принимает соответственно значения . Оптимальная длина шага при движении вдоль вектора е2, равна

.

Следовательно, первый цикл покоординатного спуска заканчивается в точке

.

Результаты второго цикла приведены в таблице 4.1

 

Таблица 4.1 – Результаты второго цикла минимизации целевой функции методом покоординатного спуска

Расчетная величина Движение вдоль вектора е1 Движение вдоль вектора е2
Исходное приближение
Значение функции в точке исходного приближения
Первая вспомогательная точка
Значение функции в точке
Вторая вспомогательная точка
Значение функции в точке
Оптимальная длина шага
Точка нового приближения

Таким образом, после двух циклов минимизации целевой функции методом покоординатного спуска получили следующее распределение активной мощности между станциями:

 


Дата добавления: 2015-11-16; просмотров: 66 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
Градиентный метод с оптимальным шагом| Обобщенный метод Ньютона

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