Смекни!
smekni.com

Методические указания к курсовой работе для студентов специальности «Управление и информатика в технических системах» (стр. 2 из 8)

1. Задать

.

2. Найти n – количество вычислений функции из следующих соображений:

,

где

n–й член последовательности чисел Фибоначчи, определенной следующим образом:

.

3. Положить число итераций

.

4. Определить значения пробных точек

и
по формулам:

,
.

5. Вычислить значения

и
.

6. Установить, какое соотношение существует между

и
, и по нему определить направление перемещение границы:

если

, то необходимо перейти к интервалу
, положив
; иначе перейти к интервалу
, положив
.

7. Если

, т.е.
, то осуществляется переход к п.8, иначе – к п. 9.

8. Положить число итераций

. Перейти к п. 4.

9. Процесс заканчивается,

,
.

3.5 Метод золотого сечения

Метод «золотого сечения» почти столь же эффективен, как и метод Фибоначчи, однако при этом не требуется знать n - количество вычислений функции, определяемое вначале. Название «золотое сечение» определяется тем, что заданный отрезок делится на две части так, что отношение целого к большей части равно отношению большей части к меньшей. Метод гарантирует нахождение минимума в самых неблагоприятных условиях, однако он обладает медленной сходимостью. Алгоритм вычислений по методу золотого сечения следующий.

1.Задать

.

2.Выбрать две внутренние точки

и
, отстоящие от границ интервала на величину
, где
, т. е.

;

3.Вычислить значения

и
.

4.Установить, какое соотношение существует между

и
, и по нему определить направление перемещение границы:

если

, то необходимо перейти к интервалу
, положив
; иначе перейти к интервалу
, положив
.

5.Определить величину

.

6.Если

, то осуществляется переход к п.2, иначе – к п. 7.

7.Процесс заканчивается, за минимальное значение функции принимается наименьшее из

и
.

2.6 Метод средней точки

(с использованием первой производной

оптимизируемой функции)

1.Задать значение погрешности нахождения точки минимума функции

.

2.Взять пробную точку, равную

; вычислить
.

3.Осуществить проверку на окончание поиска. Если

, то поиск прекратить, полагая
, и завершить решение задачи, найдя минимум целевой функции в этой точке, иначе перейти к п. 4.

4.Сравнить

с нулем. Если
, то продолжить поиск в интервале
, положив при этом
, иначе принять интервал
и перейти к п.2.

2.7 Метод Ньютона

(с использованием второй производной

оптимизируемой функции)

Данный метод применяется, если функция

имеет первую и вторую производную, причем вторая производная функции в заданном диапазоне больше нуля.

Алгоритм вычислений по методу Ньютона следующий:

1. Задать погрешность определения точки минимума

.

2. В качестве первой пробной точки взять

.

3. Осуществить проверку на окончание поиска. Если

, то перейти к п. 5, иначе – к п. 4.

4. Определить новую пробную точку:

; перейти к п. 3.

5. Принять последнюю пробную точку за точку минимума и вычислить минимум целевой функции в этой точке.

3 Методы многомерной оптимизации

3.1 Метод многомерной оптимизации Гаусса – Зейделя (метод покоординатного спуска)

1. Задать погрешность определения местоположения точки минимума

(величина определяется содержанием решаемой задачи).

2. Принять одну из переменных

(
) за переменную, по которой будет осуществляться минимизация. При этом всем другим переменным на первом шаге оптимизации присвоить некоторые фиксированные
значения (фиксированные значения переменных обычно заданы в виде начальной пробной точки), на последующих шагах другим переменным присвоить значения, найденные в процессе решения задачи (значения, полученные на предыдущих шагах). После присвоения переменным константных значений минимизируемая функция превратится в функцию одной переменной:

.

3. Задаться с некоторым шагом (величина шага обычно берется в интервале

значениями пробных точек переменной
, и по значениям минимизируемой функции в этих точках определить направление изменения значений
, обеспечивающее убывание функции. Значение
, при котором функция имеет минимальное значение, принять за опорную точку, в окрестностях которой будет осуществляться дальнейший поиск. Если не существует такого направления перейти к п. 2, если ни по одной из переменных нет такого направления, закончить поиск, перейдя к п. 5.