Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Курсовые проекты » Метод проекції антіградіента

Реферат Метод проекції антіградіента





програмування


Метод умовного градієнта або метод лінійної апроксимації (лінеаризації) цільової функції. Застосування даного методу виправдане лише в тому випадку, коли завдання виду? (X)? Min, x Є X, тобто завдання мінімізації лінійної функції на X, вирішується досить просто. Але якщо безліч X має складну структуру, то завдання важке.

Метод наведеного градієнта заснований на скороченні розмірності задачі за допомогою представлення всіх змінних через підмножина незалежних змінних.

Метод можливих напрямків заснований на русі з однієї допустимої точки до іншої з кращим значенням цільової функції.

Проектні методи утворюють ціле сімейство. Іноді їх називають методами допустимих напрямків або градієнтними методами з великою довжиною кроку. Сутність цих методів полягає в наступному: лінійні і линеаризировать обмеження утворюють лінійне різноманіття (обумовлений перетинанням обмежень), на яке можна спроектувати обраний напрям пошуку S в просторі рішень. Те, що в методах мається на увазі під проекцією, асоціюється з поняттям проекції вектора, що описує локальне приріст функції при переміщенні в заданому напрямку.


. 2 Оцінка чисельних методів нелінійного програмування

нелінійний програмування антіградіентом проекція

На питання про те, який з методів нелінійного програмування найкращий можна сказати при оцінюванні «якості» того чи іншого алгоритму. Критерії оцінювання:

1) час, необхідний для реалізації серії обчислювальних процедур (число операцій і час їх виконання);

2) ступінь складності завдання (розмірність, число обмежень у вигляді рівностей, число обмежень у вигляді нерівностей);

3) точність рішення по відношенню до оптимального значення х * або по відношенню до? (х *), h (x *), g (x *) і? (х *);

) простота практичного використання алгоритму (час, необхідний для введення вихідних даних і запису функцій в пам'ять ЕОМ);

) простота машинної програми, що реалізує розглянутий алгоритм;

) алгоритм повинен дозволяти вирішувати завдання, які представляють практичний інтерес (не можна вважати, що який-небудь з алгоритмів виявиться ефективним при вирішенні будь-якої задачі).

2. Метод проекції антіградіента


антіградіентом дає тільки напрямок мінімізації, але не довжину кроку. Напрямок проекції антіградіента є локально найкращим напрямком руху до умовного мінімуму цільової функції. При пошуку умовного максимуму використовують проекцію градієнта. Разом з градієнтом можна визначити вектор антіградіента, рівний за модулем вектору градієнта, але протилежний за напрямком. Він вказує бік найбільшої спадання функції в даній точці. Всі проектні методи припускають реалізацію на кожному k-му етапі зазначеній нижче послідовності кроків:

1) алгоритм починає роботу в допустимої точці х;

) визначається допустиме напрямок s;

) в допустимому напрямку вибирається крок довжиною, минимизирующий? (х), але в той же час зберігає вектор х=х + s допустимим.

Цільова функція методу проекції антіградіента має вигляд. І завдання оптимізації задана наступним чином. Основна ідея методу полягає в тому, щоб йти в напрямку найшвидшого спуску, а цей напрямок задається антпградіентом:

(2)

Де вибирається

· постійною, в цьому випадку метод може розходитися;

· дробовим кроком, тобто довжина кроку в процесі спуску ділиться на деяке число;

· найшвидшого спуску.

Алгоритм:

1) обчислити.

) якщо, то обчислити за формулою і закінчити обчислення. В іншому випадку - продовження обчислення переходячи до пункту 3.

) визначити максимальну довжину кроку:



4) вирішити завдання одновимірного пошуку:



) покласти.

Критерії зупинки процесу наближеного знаходження мінімуму можуть бути засновані на різних міркуваннях. Деякі з них:


1.

.


Здеcь - значення, отримане після -го кроку оптимізації.- Наперед заданий позитивне число

Даний алгоритм можна легко поширити на нерівності, використовуючи або додаткові змінні, які активні обмеження.

Малюнок 1

lt; # 12 src= doc_zip37.jpg / gt; раз" .

Лінійні обмеження типу рівності. Нехай в задачі оптимізації допустима безліч? визначено обмеженнями типу рівності, тобто має вигляд


?={x Є R?:(Ai; x)=bi, i =} (3)


а цільова функція? (х) диференційовна в R ?. Припустимо, що відома точка х ?. Розглянемо функцію (у) =? (Х + P * y), yR? де матриця P визначена співвідношенням


...


Назад | сторінка 2 з 4 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Програмна реалізація графічного методу розв'язання задач нелінійного пр ...
  • Реферат на тему: Метод багатовимірної нелінійної оптимізації - метод найшвидшого спуску
  • Реферат на тему: Прямий пошук без обмежень. Метод пошуку Хука-Дживса для функції Розенброка ...
  • Реферат на тему: Знаходження мінімуму функції n змінних. Метод Гольдфарба
  • Реферат на тему: Рішення задачі знаходження мінімуму цільової функції