Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Регулярные методы минимизации функций (прямые методы и методы сопряженных направлений).
Конспект: Прямые методы (при работе не используются производные от целевой функции) Методы сопряженных направлений (тоже не используются производные от целевой функции)
К прямым относят симплексные методы (Нелдера-Мида) <= что это за рисунок и какому методу – без понятия.
Википедия: Метод Нелдера —Мида, также известный как метод деформируемого многогранника и симплекс-метод, — метод безусловной оптимизации функции от нескольких переменных, не использующий производной(точнее — градиентов) функции, а поэтому легко применим к негладким и/или зашумлённым функциям. Суть метода заключается в последовательном перемещении и деформировании симплекса вокруг точки экстремума. Метод находит локальный экстремум и может «застрять» в одном из них. Если всё же требуется найти глобальный экстремум, можно пробовать выбирать другой начальный симплекс. Более развитый подход к исключению локальных экстремумов предлагается в алгоритмах, основанных на методе Монте-Карло, а также в эволюционных алгоритмах. Липа какая-то: Метод сопряженных направлений Пауэлла Описание алгоритма: Метод ориентирован на решение задач с квадратичными целевыми функциями. Основная идея алгоритма заключается в том, что если квадратичная функция: приводится к виду сумма полных квадратов то процедура нахождения оптимального решения сводится к одномерным поискам по преобразованным координатным направлениям. В методе Пауэлла поиск реализуется в виде: вдоль направлений , , называемых -сопряженными при линейной независимости этих направлений. Сопряженные направления определяются алгоритмически. Для нахождения экстремума квадратичной функции переменных необходимо выполнить одномерных поисков. Алгоритм метода: Шаг 1. Задать исходные точки , и направление . В частности, направление может совпадать с направлением координатной оси; Шаг 2. Произвести одномерный поиск из точки в направлении получить точку , являющуюся точкой экстремума на заданном направлении; Шаг 3. Произвести одномерный поиск из точки в направлении получить точку ; Шаг 4. Вычислить направление ; Шаг 5. Провести одномерный поиск из точки (либо ) в направлении с выводом в точку .
Методы минимизации функций (случайный поиск). Применяются численные методы поиска экстремума функции. Эти методы делятся на 2 группы: 1. методы случайного поиска минимума ф-ции 2. регулярные методы
методы случайного поиска Методы случайного поиска бывают без обучения и с самообучением. В методах без обучения величина и направление случайного вектора не зависят от номера шага поиска. Недостаток – медленная работа, по мере работы метода ухудшается точность. Методы с самообучением. При работе используется информация об оптимальных значениях параметров на предыдущих шагах поиска. Недостаток – точность недостаточная для решения практических задач. 1. метод покоординатного обучения 2. метод повторяющегося случайного поиска 3. метод случайного поиска с постоянным радиусом 4. метод переменного поиска с переменным радиусом
|
||
Последнее изменение этой страницы: 2018-04-12; просмотров: 436. stydopedya.ru не претендует на авторское право материалов, которые вылажены, но предоставляет бесплатный доступ к ним. В случае нарушения авторского права или персональных данных напишите сюда... |