stify"> невдача
х2 = 4-1 = 3 Гћ f = 29 <27 Гћ удача
х (5) = [6; 3] T ;
Т.к. пошук був вдалим, переходимо до пошуку за зразком:
х p (6) = 2 х (5) - х (4) ;
х p (6) = [11; 6 ] T Гћ f = 70.
В результаті досліджує пошуку не було досягнуто збільшення значення цільової функції, тобто значення кроку потрібно зменшити. Таким чином, ми отримали, що потрібно зменшити прирощення для х1 і х2:
? = 1/2 = 0.5;
Далі необхідно зробити досліджує пошук навколо точки
х (5) = [6] [3], використовуючи нове значення збільшення ? = 0.5;
Коли ? досягне якогось невеликого значення, заданого користувачем, пошук екстремуму можна припинити.
Т.ч. ми отримали точку х * = [6; 3] Т , значення функції в якій
f (x * ) = 36. Це значення значно наближене до значення функції в стаціонарній точці (1), однак подальший хід рішення вкаже на поліпшення результату.
Висновок: Як і в попередньому методі, необхідна велика кількість ітерацій для досягнення точки оптимуму цільової функції. Так само метод має низьку точністю. p> У результаті досліджує пошуку не було досягнуто зменшення значення цільової функції, тобто значення кроку (векторної величини приросту) зменшити в разів, до величини, потім необхідно провести досліджує пошук навколо точки, використовуючи нове значення приросту.
Ітерації тривають, поки величина кроку не вкаже на закінчення пошуку в околиці точки мінімуму.
В
Рис 3. Графічне пояснення методу Хука-Дживса
Метод сполучених напрямків Пауелла
Опис а...
