аннях
3.1 Вибір і опис тестових завдань
Розглянемо різні функції для дослідження роботи методу:
(x) = (x1-2 * x2) ^ 2 + (x1-2) ^ 4; (x) = x1 + (x2-2) ^ 2; (x) = (x1 +0.5 * x2) ^ 2 + x2; (x) = (x2 +0.2) ^ 4 + x1 ^ 2; (x) = (3 * x1-x2) ^ 2 - x2 + 10;
3.2 Дослідження впливу початкового наближення
У роботі були проведені дослідження впливу вхідних параметрів методів на ефективність їх роботи. Показником ефективності роботи методів оптимізації є кількість ітерацій. В якості вхідних параметрів методів обрані: точність розрахунків і крок розрахунків. p align="justify"> Кількість ітерацій безпосередньо залежить від того, яка обрана точність чи крок обчислення, і відповідно, чим вона більше, тим більше обчислень необхідно провести.
В
Рисунок 5 - Залежність кількості обчислень від точності
В
Рисунок 6 - Залежність кількості обчислень від кроку
3.3 Дослідження працездатності методу шляхом вирішення завдань різної розмірності і складності
Було проведено дослідження 5 функцій різної розмірності при постійному початковому наближенні.
В
Малюнок 7 - Результат розв'язання задачі оптимізації
F (x) = (x1-2 * x2) ^ 2 + (x1-2) ^ 4
В
Рисунок 8 - Результат розв'язання задачі оптимізації
F (x) = x1 + (x2-2) ^ 2
В
Рисунок 9 - Результат розв'язання задачі оптимізації
F (x) = (x1 +0.5 * x2) ^ 2 + x2
В
Рисунок 10 - Результат розв'язання задачі оптимізації
(x2 +0.2) ^ 4 + x1 ^ 2
В
Малюнок 11 - Результат розв'язання задачі оптимізації
F (x) = (3 * x1-x2) ^ 2 - x2 + 10
екстремум функція дискретний крок
3.4 Обробка результатів досліджень візуальними і формальними засобами Excel
Зробимо розрахунки обраних функцій:
1) F (x) = (x1-2 * x2) ^ 2 + (x1-2) ^ 4
# x1x2f (X) По align = "justify"> Малюнок 12 - Результат розв'язання задачі оптимізації
F (x) = (x1-2 * x2) ^ 2 + (x1-2) ^ 4
Кількість ітерацій: 35
) F (x) = x1 + (x2-2) ^ 2
# x1x2f (X) По align = "justify"> Малюнок 13 - Результат розв'язання задачі оптимізації
F (x) = x1 + (x2-2) ^ 2
Кількість ітерацій: 66
) F (x) = (x1 +0.5 * x2) ^ 2 + x2 <...
