![]() |
Главная Случайная страница Контакты | Мы поможем в написании вашей работы! | |
|
Всюду далее:
- точность решения по аргументам,
- точность решения по функции,
- число обусловленности
, которое характеризует степень вытянутости линий уровня
в окрестности
. (Если
велико, то линии уровня сильно вытянуты – функция имеет овражный характер, т.е. резко возрастает по одним направлениям и слабо меняется по другим [4, 5])
- число итераций,
- число вычислений функции,
- число аппроксимаций
при наличии отрицательных собственных значений,
- число аппроксимаций
при наличии нулевых собственных значений,
- число переходов к направлению отрицательной кривизны,
(
) - число "правильных разрядов"
, которые хотелось бы получить,
- характеризует степень однородности модельной квадратичной функции.
Задача 1 (функция Розенброка [14, задача 2], =2):
. Функция плохо обусловленная
, не выпуклая, c параболическим оврагом, точка
далека от точки
.
Задача 2 (функция Пауэлла [14, задача 26], = 4):
,
. Функция не выпуклая, точка минимума - вырожденная
.
Задача 3 (среднеквадратичная аппроксимация экспонентами [8], =4):
,
. Функция не выпуклая, с искривлённым оврагом, обусловленность велика.
Задача 4 (функция Вуда [14], =4):
,
.
Задача содержит восемь предельных ограничений для значений, которые могут принимать независимые переменные, и характеризуется наличием неоптимальной стационарной точки при F (x) ≈ 8, обеспечивающей быструю сходимость. Функция имеет несколько локальных минимумов, это обстоятельство может вызвать преждевременное окончание процесса.
Задача 5 (функция Степенная, = 2):
.
В таблицах 1 – 5 приводятся результаты вычислений с помощью двух версий ньютоновского метода безусловной минимизации: «Mnb» и «MnbApp». «MnbApp» отличается от «Mnb» конечно-разностной аппроксимацией первых и вторых производных. Все версии алгоритмов написаны на языке Visual Basic.NET. В основе построения версий алгоритмов и формы представления таблиц 1 – 5 лежат работы [10, 11, 12, 13]. На рисунках 1 – 5 представлены скриншоты программы с результатами вычислений с помощью первой версии ньютоновского метода безусловной минимизации «Mnb».
В таблице 6 приведены результаты вычислений с помощью методов, описанных в монографии Поляка Б.Т. [8], краткое описание которых приводится ниже.
Метод Шора [6, 8, 15] «Шор-1» основан на эвристическом подборе матрицы преобразования пространства. Преобразования сводятся к последовательным растяжениям в специально подбираемых направлениях. Такие методы называют - алгоритмами. Они по структуре близки к квазиньютоновским методам переменной метрики, но основаны не на оценке матрицы вторых производных, а на построении матрицы преобразования, определяющей возврат от некоторых новых координат к исходным координатам.
Метод Дэвидона - Флетчера - Пауэлла «ДФП» [1, 2, 8] и метод Бройдена - Флетчера – Шенно «БФШ» [8] относятся к классу методов переменной метрики, называемых также квазиньютоновскими или градиентными с большим шагом. В этих методах в процессе поиска осуществляется аппроксимация матрицы вторых производных или обратной к ней. Причем для этого используются только первые производные. В методе «ДФП» направление градиента является отклоненным в результате умножения на положительно определенную симметрическую матрицу, обратную матрице вторых производных. На следующем шаге такая матрица представляется в виде суммы предыдущей и двух симметрических матриц ранга один каждая. Метод «БФШ» отличается от метода «ДФП» формулой пересчета положительно определенной симметрической матрицы, обратной матрице вторых производных.
Метод барицентрических координат «Барицентр» [8] относится к классу методов прямого поиска. В их основе лежит анализ определенного набора точек вокруг текущей точки, причем ищется такая точка, в которой значение целевой функции меньше, чем значение в текущей точке. Методы прямого поиска для решения задач оптимизации можно использовать тогда, когда отсутствует какая-либо информация о дифференцируемости целевой функции или для случая прерывистой функции.
Метод Пауэлла «Пауэлл» [3, 8, 14] использует значения функции в определенных точках для аппроксимации функции полиномом второй степени. Таким образом, предполагается, что в ограниченном интервале можно аппроксимировать функцию квадратичным полиномом, а затем использовать построенную аппроксимационную схему для оценивания координаты точки истинного минимума функции.
Разностный аналог градиентного метода «Градиент» [8] относится к классу методов прямого поиска, стратегия которого заключается в использовании значений функции для конечно-разностной аппроксимации первых производных.
Метод «Конград-2» [8] есть версия метода сопряженных направлений, а «Конград-3» является сочетанием метода сопряженных градиентов с методом переменной метрики [8, 9].
Метод «Симплекс» [8, 14] есть версия симплексного метода, идея которого состоит в сравнении значений функции в вершинах симплекса (правильный многогранник, имеющий
вершину) и перемещении в направлении оптимальной точки с помощью итерационной процедуры.
Таблица 1 - Сравнение предлагаемых методов для задачи 1
Метод | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
«Mnb» | 2.5*10-24 | 1.5*10-12 | |||||||
«Mnb» | 2.5*10-24 | 2*10-14 | |||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«MnbApp» | 8.8*10-20 | 2.9*10-10 | - | ||||||
«MnbApp» | - |
Таблица 2 - Сравнение предлагаемых методов для задачи 2
Метод | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
«Mnb» | 0 | 0 | |||||||
«MnbApp» | - |
Таблица 3 - Сравнение предлагаемых методов для задачи 3
Метод | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
«MnbApp» | 1.2*10-11 | 4*10-5 | - | ||||||
«MnbApp» | 1.1*10-21 | 5*10-10 | - | ||||||
«MnbApp» | 4.2*10-33 | - |
Таблица 4. - Сравнение предлагаемых методов для задачи 4
Метод | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
«Mnb» | 7.8*10-21 | 7.6*10-11 | |||||||
«Mnb» | 3.9*10-28 | 2*10-15 | |||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«Mnb» | |||||||||
«MnbApp» | 7.7*10-15 | 9.8*10-8 | - | ||||||
«MnbApp» | 3.2*10-22 | 3*10-11 | - | ||||||
«MnbApp» | 1.7*10-26 | 4*10-14 | - |
Таблица 5. - Сравнение предлагаемых методов для задачи 5
Метод | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() | ![]() |
«Mnb» | 0 | 0 | |||||||
«Mnb» | 0 | 0 | |||||||
«MnbApp» | 6.6*10-8 | 3*10-2 | - |
Таблица 6. - Сравнение общеизвестных методов для задач 1-3
Метод | ![]() | ![]() | ![]() | ![]() |
Задача 1 | ||||
«Градиент» | - | 2*10-6 | 10-9 | |
«Симплекс» | - | - | 10-8 | |
«Барицентр» | - | 10-9 | 10-17 | |
«Конград-2» | - | 10-5 | 10-9 | |
«ДФП» | - | 10-5 | 10-9 | |
«БФШ» | - | 10-6 | 10-11 | |
«Шор-1» | 10-7 | 10-15 | ||
Задача 2 | ||||
«Симплекс» | - | - | 7*10-8 | |
«Барицентр» | - | 10-4 | 10-18 | |
«Конград-2» | - | 10-2 | 10-4 | |
«ДФП» | - | 10-3 | 10-9 | |
«БФШ» | - | 10-3 | 10-9 | |
«Шор-1» | 10-6 | 10-13 | ||
Задача 3 | ||||
«Конград-2» | 10-4 | 10-13 | ||
«Конград-3» | 10-8 | 10-18 | ||
«Шор-1» | 10-7 | 6*10-5 |
Литература
1. Fletcher R., Powell M.J.D. A rapidly convergent descent method for minimization. – Comput. J., 1963.
2. Fletcher R., Reeves C. M. Function minimization by conjugate gradients. – Comput. J., 1964
3. Powell M.J.D. Computer J. 7, 155 (1964); 7, 303 (1965).
4. Гилл Ф., Мюррей У. Численные методы условной оптимизации. Изд.: «Мир». Москва, 1977.
5. Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. Изд.: «Мир». Москва, 1985.
6. Ермольев Ю.М., Шор Н.З. О минимизации недифференцируемых функций. Кибернетика, 1967, № 1, с. 101-102.
7. Лачинов В.М., Поляков А.О. Информодинамика или путь к Миру открытых систем. СПб: Изд-во СПбГТУ, 1999.
8. Поляк Б.Т. Введение в оптимизацию. Изд.: «Наука», Москва. Главная редакция физико-математической литературы, 1983.
9. Поляк Б.Т. Метод сопряженных градиентов в задачах на экстремум. Журнал Вычислительной математики и математической физики, 1969, т. 9, № 4, с. 807-821.
10. Хакимов Б.Б., Маилян А.А., Маилян А.А., Хакимова А.Б. Патент на полезную модель №51252. Система для обработки данных и управления рынка. Зарегистрировано 27 января 2006. Москва.
11. Хакимова А.Б., Хакимов Б.Б. Единый подход к решению задач математического программирования гуманитарной компьютерной клиники. Материалы I международной конференции «Системные, информационные и технические средства и технологии в профессиональной деятельности, образовании, оздоровлении и профилактике». СПб: Изд-во СПбГТУ, 2003
12. Хакимова А.Б., Дикусар В.В., Зеленков Г.А. Увеличение эффективности ньютоновских методов оптимизации. Информдинамический подход. Труды ИСА РАН «Динамика неоднородных систем». Выпуск 14, Том 53. М.: Книжный дом «ЛИБРОКОМ», 2010. ISBN 978-5-397-00676-7
13. Хакимова А.Б., Зеленков Г.А. Увеличение эффективности ньютоновских методов минимизации. Вычисление длины шага. Труды ИСА РАН «Динамика неоднородных систем». Выпуск 14, Том 53. М.: Книжный дом «ЛИБРОКОМ», 2010. ISBN 978-5-397-00676-7
14. Химмельблау Д. Прикладное нелинейное программирование. Перевод с англ. И. М. Быховской и Б.Т. Вавилова. Изд.: «Мир», Москва 1975.
15. Шор Н.З. Методы минимизации недифференцируемых функций и их приложения. Киев: Наукова думка, 1979.
Дата публикования: 2015-07-22; Прочитано: 517 | Нарушение авторского права страницы | Мы поможем в написании вашей работы!