МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||
Постановка задачі багатопараметричної оптимізаціїЛекція №7. Оптимізація задач з функціями декількох змінних Вивчення методів рішення оптимізаційних задач з декількома змінними основано на матеріалах одновимірних методів. Проте такі задачі, які мають два і більше параметрів, значно складніші за однопараметричні. Ця складність зростає, коли задачі безумовної оптимізації стають задачами умовної оптимізації, тобто появляються обмеження на параметри оптимізації. Трудність в рішенні таких задач зростає, коли серед обмежень на параметри оптимізації є нелінійні обмеження. Особливо ускладнює рішення багатопараметричних нелінійних задач наявність локальних екстремумів, серед яких необхідно знайти глобальний, - це, так звані, багатоекстремальні задачі. Тому проблема вибору числового методу рішення цього класу задач досить складна і вимагає розуміння як математичного апарату методів рішення оптимізаційних задач, так і знання технологічних аспектів вирішуємої задачі. При вирішенні задачі нелінійної багатопараметричної оптимізаціїї постановкою задачі оптимізації передбачається необхідність знаходження мінімума цільової функції: , ( 7.1 ) де X -вектор параметрів оптимізації X = (x1, x2, ... , xN) з розмірністю N, підмножини D; D - область допустимих значень параметрів; f(X) - нелінійна скалярна функція визначена підмножиноюX, яка має кінцеве значення. При рішенні задач умовної оптимізації вводяться обмеження на параметри оптимізації типу нерівностей і рівностей: gi(X) £ 0, i = 1, 2, ..., K; ( 7.2 ) hi(X) = 0, i = K+1, ..., M, де, як правило, обмеження нерівності gi(X) при i = 1, 2, ..., K показують технічні характеристики процесу або технологічної структури, а обмеження рівності hi(X) при i = K+1, ... , M відображають технологічні і фізичні закони, які використовуються в моделі. Для рішення задач з обмеженнями розроблені лише алгоритми локальної оптимізації, знаходження локальних мінімумів. Алгоритми глобальної оптимізації для багатоекстремальних задач розроблені лише для простих обмежень з прямокутною допустимою областю: D = {X: ai £ xi £ bi, i = 1,..N}. При використанні методів умовної локальної оптимізації з обмеженнями вибір напрямку спуску визначається не тільки зменшенням значення цільової функції, але і обмеженнями. Крок руху вибирається таким чином, щоб зменшуючи значення цільової функції, не вийти з області допустимих значень. На практиці визначити, багатоекстремальна задача чи ні дуже важко. Факт наявності багатьох екстремумів визначається в процесі рішення задачі, коли, шукаючи оптимум з декількох початкових точок, знаходять декілька екстремумів. Нелінійна цільова функція може бути випуклою і невипуклою, диференційованою і такою, для якої похідна не існує. Краще мати справу з випуклою функцією, бо тоді задача має один екстремум, і з диференційованою, бо вирішується більш простими методами. Якщо цільова функція диференційована, то з курсу математичного аналізу відомо, що оптимум може бути в точках розриву функції f(X), або її градієнта Ñf(X). При рішенні задач багатопараметричної оптимізації використовують деякі визначення. Нормою вектора параметрів оптимізації X називається довжина вектора, яка визначається відстанню від початку координат багатовимірного простору до точки X, і рахується за однією з формул: або або ( 7.3 ) Необхідними умовами наявності локального мінімума в точці X*є виконання рівності Ñf(X*) = 0, і умови додатньої напіввизначеності матриці Ñ2f(X*). Тут Ñf(X) вектор, градієнт, перших частинних похідних функції f(X): , ( 7.4 ) а Ñ2f(X) матриця других частинних похідних, гессіан, функції f(X): ( 7.5 ) Значення матриці других частинних похідних визначається по рівняннях курсу лінійної алгебри. Читайте також:
|
||||||||
|