Методы многомерной оптимизации

Содержание

Слайд 2

Для удобства графической иллюстрации методов определим представление функции в виде линий

Для удобства графической иллюстрации методов определим представление функции в виде линий

уровня

Дана целевая функция

которая графически представляет собой поверхность параболоида вращения.

f(x1,x2)

x1

x2

y

Слайд 3

Проведем сечения поверхности равно отстоящими плоскостями, которые параллельны плоскости изменения переменных

Проведем сечения поверхности равно отстоящими плоскостями, которые параллельны плоскости изменения переменных

x1 и x2.
Линии этих сечений проецируем на плоскость изменения переменных. Получим концентрические окружности. Эти линии называются линиями уровня или линиями постоянных значений. Основная характеристика любой из линий это то, что в любой точке этой линии значение функции постоянно.
Рассечем заданную поверхность функции тремя плоскостями по уровням.

Определим зависимости x1 от x2 для соответствующих линий уровней.
Для заданной функции f(x1,x2) линии уровней будут представлять окружности с соответствующими радиусами:
R1=√1=1; R2=√2=1.41; R3=√3=1.73;

x2

x1

R3

R2

R1

Слайд 4

функция Химмельблау

функция Химмельблау

Слайд 5

Все методы многомерной оптимизации делятся на два класса Градиентом называется вектор

Все методы многомерной оптимизации делятся на два класса

Градиентом называется вектор

равный сумме произведений частных производных на соответствующие орты.

Градиентные

Безградиентные

Орта – единичный связанный вектор, направленный вдоль координатной оси.

Градиентный метод.

Слайд 6

Норма градиента определяет скорость изменения функции в направление градиента. Градиент всегда

Норма градиента определяет скорость изменения функции в направление градиента.
Градиент

всегда направлен в сторону наиболее быстрого возрастания функции, т.е. в этом направлении норма вектора градиента максимальна.
3. Градиент перпендикулярен линии уровня.

Основные свойства градиента:

Антиградиентом называется вектор, направленный в сторону противоположную градиенту.

Касательная

Слайд 7

Алгоритм 1. Дана функция n переменных точность ε, параметр шага h,

Алгоритм

1. Дана функция n переменных

точность ε, параметр шага h,

задаем начальное

приближение

вычисляем значение функции

2. Вычисляем вектор градиента

И единичный вектор градиента

3. Вычисляем новое приближение, делая шаг в направление антиградиента

и вычисляем значение функции

4. Проверяем условие FZ < FX

переходим на пункт 2

6. Иначе, проверяем условие окончания h < ε

5. Если условие выполняется, то за начальное приближение принимаем т.е.

7. Если условие выполняется, то выводим

Конец алгоритма

8. Если не выполняется, то уменьшаем параметр шага h=h/3 и переходим на пункт 2

Слайд 8

начало FZ h:=h/3 конец Пример:

начало

FZ

h:=h/3

конец

Пример:

Слайд 9

Слайд 10

68 5.92 12.3 0.61 0.64 0.12 0.01

68

5.92

12.3

0.61

0.64

0.12

0.01

Слайд 11

Симплексный метод Симплексом в n-мерном пространстве называется выпуклый многоугольник с n+1 вершиной. n=2 треугольник n=3 тетраэдр

Симплексный метод

Симплексом в n-мерном пространстве называется выпуклый многоугольник с n+1 вершиной.

n=2

треугольник

n=3 тетраэдр

Слайд 12

Алгоритм 1. Дана функция 2x переменных точность ε, параметр h, начальное

Алгоритм

1. Дана функция 2x переменных

точность ε, параметр h, начальное

приближение

2. Вычисляем координаты вершин симплекса

4. Определяем худшую вершину

она будет лежать на прямой исходящей из худшей вершины и проходящей через середину противоположной грани

и координаты отраженной вершины,

3. Вычисляем значения функции

Слайд 13

7. Условие не выполняется. Проверяем условие окончания h симплекса, уменьшаем длину

7. Условие не выполняется. Проверяем условие окончания h< ε

симплекса, уменьшаем

длину грани h=h/3 и повторяем с пункта 2.

8. Условие окончания выполняется. Выводим координаты и значение функции лучшей вершины

9. Условие не выполняется. За

принимаем лучшую вершину последнего

5. Сравниваем значения функции

6. Условие выполняется. За новый симплекс принимаем симплекс с вершиной

и повторяем с пункта 3

Слайд 14

конец Fi>Fxud i:=1шаг 1 до 3 Fxud:=F1: kx:=1 Fxud:=Fi: kx:=i i:=1шаг

конец

Fi>Fxud

i:=1шаг 1 до 3

Fxud:=F1: kx:=1

Fxud:=Fi: kx:=i

i:=1шаг 2 до 3

i≠kx

Fot

|| h ||<0

Fl:=F1:

kl:=1

Fi

i:=1 шаг 1 до 3

Fl:=Fi: kl:=i

начало

h=1, eps=0.2

Пример:

Слайд 15

Ответ:

Ответ: