![]() Студопедия КАТЕГОРИИ: АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция |
Метод Хука-Дживса (конфигураций)
Эффективность прямого поиска точки минимума можно повысить, если на каждом k-м шаге поиска соответствующим образом выбирать направление спуска. Для этого на каждом k-м шаге выделяют предварительный этап исследующего поиска. Целью этого этапа является выбор направления спуска путем исследования поведения целевой функции f(x) в окрестности точки xk-1, найденной на предыдущем шаге. В результате выполнения этапа исследующего поиска находится точка xk, для которой f(xk) < f(xk-1). Направление спуска, завершающего k-w. шаг поиска, определяется вектором xk - xk-1. Такая стратегия поиска, получила название метода Хука - Дживса.
Исследующий поиск 1 Вдоль координатных орт выполняют малые шаги. Т.е. локальное обследование точки х1, для поиска лучшей чем х1 точки. Если шаг удачный то точку фиксируют и продолжают шаги из неё, если не удачный то делают шаг в противоположную сторону, если полученная точка снова хуже, то по этой оси шаг не делается.
Ускоряющий поиск Выполняем единичный шаг вдоль направления
Начальный этап β = 10, ε = 10-4 – 10-8 , k = 1, х1, h1= … =hn=0.1; Основной этап Шаг 1. Выполнить ИП1 и отыскать т. х2 для которой Шаг 2. Если ИП1 удачен т.е. найдена х2, то перейти на шаг 3, иначе, но в то же время h<ε необходимо уменьшить шаг в β раз и вернуться на шаг 1. При h<ε остановиться х* = х1. Шаг 3. Выполнить УП в пробную точку Обозначить В окрестности х3 попытаться ИП2 найти т. х4 «лучшую» чем х1. Шаг 4. Если ИП2 удачен, то положить Иначе: уменьшить шаг в β раз и вернуться на шаг 1. Метод Ньютона
Если f(x) является дважды дифференцируемой в Rn, то эффективность процесса поиска точки х* ее минимума можно повысить, используя информацию не только о градиенте этой функции, но и о ее матрице Гecce H(x). Алгоритмы такого поиска обычно относят к методу Ньютона. В простейшем варианте алгоритма на каждой k-й итерации целевая функция аппроксимируется в окрестности точки xk-1 (на первой итерации в окрестности начальной точки х0) квадратичной функцией
Начальный этап: Выбрать x0, e, k=1. Основной этап Шаг 1 (1) Строится Ньютоновское направление: (2) Найти (3) (4) Шаг 3 Проверить КОП: если Метод Зангвилла Начальный этап Выбрать константу остановки Основной этап Шаг 1. Взять в качестве Шаг 2. Положить Шаг 3. Если Шаг 4. Положить
Флетчера-Ривса Метод сопряжённых направлений основан на свойствах векторов сопряженных относительно некоторой квадратной матрицы. Различие в способах построения системы сопряженных векторов, определяющих сопряжённые направления спуска, порождает несколько алгоритмов этого метода. В качестве матрицы сопряжений берётся матрица Гессе. Особенность алгоритмов метода сопряженных направлений состоит в том, что систему сопряженных векторов строят последовательно в процессе выполнения итераций, причем найденный на очередной, k-й итерации вектор pk определяет на этой итерации направление спуска. Для не квадратичных функций получаемые направления, в конце концов, перестают быть взаимносопряженными поэтому, как и в ДФП через n шагов вектор направления делают равным антиградиенту. Начальный этап Выбрать x1, e, k=1. Основной этап Шаг 1. Построить вектор pk: Шаг 2. Найти новую точку Шаг 3. Проверить КОП:
Расчетное соотношение Флетчера-Ривса
Метод Пауэлла
Метод достаточно прост в реализации и обладает квадратичной сходимостью вблизи минимума. Стратегия метода базируется на свойстве квадратичных функций параллельного подпространства: если x1 минимум квадратичной функции по вектору p, а x2 минимум этой же функции по вектору параллельному предыдущему, то Первый варианталгоритма метода Пауэлла Начальный этап (1) Выбрать x1, e, k=1. (2) Положить Основной этап: Шаг 1. (1) Выполнить n переходов по векторам базиса (2) Определить новое направление и спуститься вдоль него: Шаг 2. Проверить КОП: если Шаг 3. Построить новую поисковую систему: из предыдущей системы удаляется первый вектор, а в конец добавляется вектор d. Таким образом изменение системы поиска выглядит так:
Второй вариант алгоритма метода Пауэлла Отличается от первого варианта тем, что изначально строится поисковая система где первый и последний вектор параллельны: Изменение поисковой системы выглядит так:
Блок-схемы Метод Свенна
Метод ЗС-1
Метод ЗС-2
Метод Фибоначчи-1 Метод Фибоначчи-2 Метод Больцано
|
||
Последнее изменение этой страницы: 2018-04-12; просмотров: 438. 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... |