- •Классификация задач оптимизации.
- •При проектировании систем необходимо выполнить комплекс из 8-ми работ
- •Доказательство. Необходимо доказать, что выполняется равенство
- •Пусть дана функция f (х1, х2, …, Хn.) Её градиент:
- •Основная задача.
- •Теорема о крайней точке
- •Доказательство.
- •Пусть задача имеет смешанные ограничения.
- •Получим задачу (2):
- •В симплексную таблицу добавляются 2 столбца-столбцы контрольных сумм. В
- •Предварительный этап:
- •Этап первый
- •Этап второй
- •Этап третий
- •Предназначен для увеличения числа 0 матрицы .
- •Пусть имеется функция
- •Лекция №19.
- •Метод внутриштрафных функций. (Метод барьерных функций)
- •Метод внешних штрафных функций.
Метод внутриштрафных функций. (Метод барьерных функций)
Применяется для решения задач без ограничения
Строится функция F и находится min F
Задача без ограничений (они учитываются косвенно через штрафную функцию)
Min F на [a, b], в данном случае он на границе.
подбирается таким образом, что она равна нулю.
Таким образом, на границе области строится как бы барьер, который препятствует выходу точки за границу. В этом методе штрафуется приближение к границе.
Алгоритм:
Задаётся некоторая последовательность монотонно убывающих чисел, сходящихся к нулю. . Задаётся некоторая точка . Затем решается задача безусловной минимизации функции.
Метод покоординатного спуска, или наискорейшего спуска.
В результате решения задачи получаем некоторую точку , эта точка используется для безусловной минимизации в качестве начальной, и берем .В результате получаем точку и .Получаем последовательность точек . Это приводит к оптимальному решению задачи
Количество итерации:
Метод внешних штрафных функций.
Значения штрафной функции подбираем таким образом, что её значения равны нулю внутри области и на границе и резко возрастает при удалении от границы.
Таким образом, в этом методе удаление от области.
Если два ограничения, то штрафная функция
Алгоритм:
Задаем последовательность монотонно возрастающих положительных чисел . Задается начальная точка . Решаем задачу безусловной минимизации функции F
Получаем точку в результате решения задачи минимизации, которая используется в качестве начальной при и т.д.
В результате получаем точку на каждом шаге, которая расположена на минимальном расстоянии от точки минимума.
Количество итераций:
и т.д.
=(0,708; 1,532) =8,834
=(0,828; 1,110) =3,821
=0,0001 =(0,914; 0,8964) =1,964