Категории: ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника |
ПЗ безусловной оптимизации ФНП. Методы второго порядка. Метод Ньютона с дробным шагом. Алгоритм выбора длины шага.ПЗ: Дана непрерывно дифференцируемая функция n переменных. Необходимо найти хотя бы одну точку локального оптимума этой функции: , где , , К методам 2-го порядка относятся метод Ньютона и метод Ньютона с дробным шагом. Метод Ньютона с дробным шагом: Делаем пробный шаг, если удовлетворяет условиям, то идем дальше, если нет, то делаем дробный шаг. Ньютоновское направление: , шаг Перед расчетом оптимума необходимо найти первую и вторую производные функции: g(x) = df/dx Алгоритм метода Ньютона состоит в следующем. 1. В начальной точке х0 вычисляется вектор p 2. На k-й итерации определяются шаг αи точка х[k+1]. 3. Вычисляется величина f(х[k+1]). 4. Проверяются условия выхода из подпрограммы, реализующей данный алгоритм. Эти условия аналогичны условиям выхода из подпрограммы при методе наискорейшего спуска. Если эти условия выполняются, осуществляется прекращение вычислений. В противном случае вычисляется новое направление р[k+1] и осуществляется переход к следующей итерации. Количество вычислений на итерации методом Ньютона, как правило, значительно больше, чем в градиентных методах. Это объясняется необходимостью вычисления и обращения матрицы вторых производных целевой функции. Однако на получение решения с достаточно высокой степенью точности с помощью метода Ньютона обычно требуется намного меньше итераций, чем при использовании градиентных методов. В силу этого метод Ньютона существенно более эффективен.
Определение длины шага: 1. α:=1 2. while f(x+p* α)-f(x)>=0 уменьшаем шаг α:= α*γ Величина шага α выбирается из условия минимума функции f(х) по α в направлении движения, т. е. в результате решения задачи одномерной минимизации:
Общая постановка задачи условной оптимизации. Постановки задач линейного и целочисленного программирования. Необходимые и достаточные условия оптимальности ЗЛП. ПЗ: Дана линейная функция L(x1,x2,...,xn) n переменных. Необходимо найти точку оптимума этой функции: L(x) ---> opt , при ограничениях: Ax-b>= 0 или , i=1...m. где x = (x1,x2,...,xn). 1) при ограничении вида 2) 3) 4) 1) при ограничении вида
Общая и стандартная постановки ЗЛП. Переход от общей постановки задачи к стандартной. Общая: Дана линейная функция L(x1,x2,...,xn) n переменных. Необходимо найти точку оптимума этой функции: L(x) ---> opt , при ограничениях: Ax-b>= 0 или , i=1...m. где x = (x1,x2,...,xn). Стандартная: Ax=b
Для приведения задачи к стандартному виду: ввести переменные и записать целевую функцию и ограничение задачи. Метод и алгоритм решения стандартной задачи линейного программирования и способы сведения любой задачи линейного программирования к стандартной форме, которая состоит в следующем. Задана система m линейных алгебраических уравнений с n неизвестными: (3.7) и линейная функция относительно переменных х1, х2, ¼, хn: (3.8) Требуется найти такие неотрицательные значения переменных х1, х2, ¼, хn, которые бы удовлетворяли системе линейных уравнений (3.7) и, кроме того, обращали в максимум линейную функцию (3.8). Заметим, что если по условиям задачи требуется отыскать минимум функции L, записанной в виде (3.8), то задачу можно свести к задаче максимизации функции L¢, связанной с функцией L так: L¢ = - L = -c1x1 - c2x2 - ¼ - cnxn. (3.9) Максимум функции (3.9) и минимум функции (3.8) будут достигаться при одном и том же наборе переменных (х1,х2, ¼, хn), удовлетворяющих условиям неотрицательности переменных и уравнениям (3.7), областью определения задачи. Пример перехода от общей задачи к стандартной в 20 вопросе. Графическое решение ЗЛП. Основные понятия и идея решения задачи. Если число неизвестных в задаче линейного программирования равно двум, т.е. n = 2, то ее можно решить графическим методом. Кроме того, графический метод дает геометрическую интерпретацию решения ЗЛП. Пример: Задача: Предприятие производит краски 2-х видов: I – для внутренних работ, E – для внешних работ. A,B – исходные продукты, использующиеся для производства I,E. Доход от реализации 1т краски I – 2000$, E – 3000$ Коэффициенты расхода исходных продуктов A и B на производство 1т краски I и E:
Известно, что суточная потребность краски для внутренних работ не превышает 2т, т.е. суточный спрос на I <=2т. Суточный спрос I не превышает суточного спроса на E больше чем на 1т. Найти: оптимальный суточный план производства красок, максимизирующий ожидаемый максимальный доход. Математическая постановка задачи: Обозначим XI(т/сут) – краски I ; XE(т/сут) – краски E. Целевая функция: - ожидаемый максимальный доход Ограничения на запас продукта А: Ограничения на запас продукта В: , ,
При XI=0 и XE=0 Найдем точку пересечения: -3XI=-4 XI=4/3 XE=10/3 Z(4/3;10/3)=38/3 Z(0;4)=12 Идея решения задачи: Используя Симплекс-метод, получить последовательность базисных решений и оптимальное решение. Целевая функция представляет собой взвешенную линейную сумму от неизвестных переменных xi вида: Z=c*xi c- вектор целевой функции. Ограничения, накладываемые на область возможных решений, имеют вид линейных равенств или неравенств: где ai, bi - известные величины, причем величины aj, xi, bi положительные. Допустимым решением задачи линейного программирования будем называть любую совокупность переменных х1³ 0, х2³ 0, ¼ , хn ³0, (3.10) удовлетворяющих уравнениям
Оптимальным решением будем называть то из допустимых решений, для которого линейная форма Z обращается в максимум (минимум). |
|||||||||||||
Последнее изменение этой страницы: 2017-09-22 lectmania.ru. Все права принадлежат авторам данных материалов. В случае нарушения авторского права напишите нам сюда... |