- •О.К. Мурга
- •Оглавление
- •1. Методы одномерной оптимизации 6
- •2. Методы безусловной оптимизации 13
- •3. Методы оптимизации при наличии ограничений 35
- •4. Приближённое решение задачи оптимального управления 53
- •Введение
- •1. Методы одномерной оптимизации
- •1.1. Методы перебора
- •1.1.1. Метод равномерного поиска
- •1.1.2. Метод поразрядного поиска
- •1.2. Методы исключения отрезков
- •1.2.1. Метод дихотомии
- •1.2.2. Метод золотого сечения
- •1.3. Сравнительный анализ методов одномерного поиска
- •1.4. Порядок выполнения лабораторной работы
- •1.5. Задания для лабораторной работы.
- •2. Методы безусловной оптимизации
- •2.1. Прямые методы безусловной оптимизации
- •2.1.1. Поиск по правильному симплексу
- •2.1.2. Поиск по деформируемому многограннику
- •Влияние параметров алгоритма на эффективность поиска
- •2.1.3. Типовой пример.
- •2.1.4. Порядок выполнения лабораторной работы
- •2.1.5. Задания для лабораторной работы
- •2.2 Методы покоординатного спуска
- •2.2.1 Метод циклического покоординатного спуска
- •2.2.2. Метод Зейделя.
- •2.2.3. Метод Хука-Дживса
- •2.2.4. Метод Пауэлла.
- •2.2.5. Типовые примеры
- •2.2.6. Порядок выполнения лабораторной работы
- •2.2.7. Задания для лабораторной работы
- •2.3. Градиентные методы
- •2.3.1. Метод градиентного спуска
- •2.3.2. Метод наискорейшего спуска
- •2.3.3. Типовой пример
- •2.3.4. Порядок выполнения лабораторной работы
- •2.3.5. Задания для лабораторной работы
- •3. Методы оптимизации при наличии ограничений
- •3.1. Методы последовательной безусловной оптимизации
- •3.1.1. Метод штрафных функций
- •3.1.2. Метод барьерных функций
- •3.1.3. Комбинированный метод штрафных функций
- •3.1.4. Типовой пример
- •3.1.5. Задание для лабораторной работы
- •3.2. Метод возможных направлений
- •3.2.1. Постановка задачи выпуклого программирования
- •3.2.2. Описание метода возможных направлений
- •3.2.3. Построение начального приближения
- •3.2.4. Выбор наилучшего подходящего направления
- •3.2.5. Определение длины шага
- •3.2.6. Типовой пример
- •3.2.7. Задания для лабораторной работы
- •3.3. Метод случайного поиска
- •3.3.1. Поиск с возвратом при неудачном шаге
- •3.3.2. Алгоритм наилучшей пробы
- •3.3.3. Алгоритм статистичекого градиента
- •3.3.4. Порядок выполнения работы
- •3.3.5. Задания для лабораторной работы
- •4. Приближённое решение задачи оптимального управления
- •4.1. Постановка задачи оптимального управления
- •4.2. Градиентный метод решения задачи оптимального управления
- •4.2.1. Описание градиентного метода в функциональном пространстве.
- •4.2.2. Алгоритм метода.
- •4.2.3. Порядок выполнения лабораторной работы.
- •4.2.4. Задания для лабораторной работы.
- •Список литературы
4.2.4. Задания для лабораторной работы.
Практическая часть лабораторной работы заключается в поиске оптимального управления линейной динамической системой
доставляющего минимум функционалу
.
Таким образом, во всех вариантах размерность вектора фазового состояния n=2, размерность вектора управляющих воздействий r=2, начальный момент движения t0=0, конечный момент движения t2=2 .Остальные исходные данные задаются по вариантам
Номер варианта |
А |
В |
С |
1 |
0.2 |
1.0 |
2.0 |
2 |
0.2 |
1.2 |
1.8 |
3 |
0.5 |
1.4 |
1.6 |
4 |
0.5 |
0.8 |
1.4 |
5 |
0.8 |
0.6 |
1.2 |
6 |
0.8 |
1.5 |
1.0 |
7 |
1.0 |
0.7 |
2.2 |
8 |
1.0 |
0.5 |
2.4 |
Управление “нулевого” приближения предлагается задавать в виде постоянных функций u1(t)= u10=const, u2(t)= u20=const, "tÎ[0,2]; причем
–20 £ u10, u20£ 20.
Список литературы
1. Васильев Ф.П. Численные методы решения экстремальных задач. М.: Наука., 1980.
2. Лесин В.В., Лисовец Ю.П. Основы методов оптимизации. М.: Изд-во МАИ, 1995.
3. Мурга О.К., Численные методы оптимизации. Лабораторный практикум.-Казань: Изд-во Казан. гос. техн. ун-та, 2000.
4. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975.