Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
2793.Методы оптимизации..pdf
Скачиваний:
175
Добавлен:
15.11.2022
Размер:
33.68 Mб
Скачать

значений функции (или количества шагов поиска). Этот пара­ метр необходим для реализации первого шага алгоритма при выборе точек хц и х \2 деления отрезка [aj, 61]. Если пара­ метр N по каким-либо причинам не может быть задан заранее, следует использовать другие методы, например дихотомии или золотого сечения.

2.5. Сравнение методов последовательного поиска

В качестве оценки скорости сходимости методов прямого поиска можно использовать скорость убывания длины интер­ вала неопределенности в зависимости от числа п вычисленных значений минимизируемой функции в различных методах. Для метода дихотомии, пренебрегая в (2.8) малой величиной 6, на­ ходим

,d

1 — ‘ЛЛ

ftf

1

 

1 - 2 5

(2.16)

l i =

-тт-вг- + 2<5!

2п/2 ’

 

2п/2

 

 

а для метода золотого сечения и метода Фибоначчи, согласно (2.10) и (2.14), получаем

IПZ

1

—^

+ 26 ^ -

1

7*n—1

(2.17)

 

 

Fn+i

Fn + 1

Fn+i

соответственно, где т « 1,618034 — отношение золотого сече­ ния, Fm, т € N, — числа Фибоначчи.

Используя формулу Вине*

( - r ) - ( n+1)

Fn =

ч/б

сравним два последних метода при п —>•оо:

lz

lim

lim -4 =

п —>00 1J

П—>00

1п

 

F n + i

71— 1

lim

Тп+1 _ ( _ т)-(п+1)

^7= »1,17082.

ТП~1\/5

П-»00

ч/б

*См.: Воробьев Н .Н .

Таким образом, скорость сходимости метода Фибоначчи при больших значениях п всего примерно на 17% выше, чем ско­ рость сходимости метода золотого сечения.

Сравнивая при больших значениях п методы золотого сече­ ния и дихотомии, получаем

 

 

2n/2

lim ( V2

lim ■£■=

lim

П—1 = т

n-ю о l*

77.—УООТ

п->оо \

Таким образом, метод золотого сечения качественно „лучше" метода дихотомии. Но из (2.5) и (2.16) следует

,.

=

1/2"'2

,.

п + 1

п

lim J Z

lim тг-77------- гг =

lim

^ ,.

= О,

п—>оо /*

 

п—Ю о2/(п+1)

п—foo

 

 

т.е. скорость сходимости метода дихотомии при больших зна­ чениях п выше, чем скорость сходимости метода оптимального пассивного поиска.

Итак, метод золотого сечения уступает по скорости схо­ димости лучшему методу — методу Фибоначчи — примерно в 1,17 раза, но является более гибким, поскольку не требует выбора заранее определенного числа точек, в которых предсто­ ит вычислить значения минимизируемой функции. В табл. 2.2 приведены значения длины интервалов неопределенности для рассмотренных методов в зависимости от числа N вычислен­ ных значений функции.

Пример 2.3. Используя методы дихотомии, золотого сече­ ния и Фибоначчи, при заданном значении £* = 0,1 наибольшей допустимой длины интервала неопределенности найдем интер­ вал, в котором расположена точка х* минимума унимодальной на отрезке [0,1] функции /(х ) = 100(х —0,24)2. График этой функции показан на рис. 2.10.

Для данной функции f ,r{x) = 200 = const. Поэтому в соот­ ветствии с формулой (2.20) (см. 2.7) при вычислении значе­ ний функции с точностью Д / = Ю"5 имеем нижнюю оценку

 

 

 

 

Таблица 2.2

N

 

 

1%

'it

1,0

1,0

1,0

1,0

2

0,667

0,500

0,618

0,500

3

0,500

0,382

0,333

4

0,400

0,250

0,236

0,200

5

0,333

0,146

0,125

6

0,286

0,125

0,090

0,077

7

0,250

0,056

0,048

8

0,222

0,0625

0,0345

0,0294

9

0,200

0,0213

0,0182

10

0,182

0,0312

0,0132

0,0112

11

0,167

0,00813

0,00694

12

0,154

0,0156

0,00502

0,00429

13

0,143

0,00311

0,00265

14

0,133

0,00781

0,00192

0,00164

15

0,125

0,00119

0,00101

16

0,118

0.00391

0,000733

0,000626

17

0,111

0,000453

0,000387

18

0,105

0,00195

0,000280

0,000239

19

0,100

0,000173

0,000148

20

0,095

0,000976

0,000107

0,0000913

Рис. 2.10

Д* = 2y/Af/f"(x*) w 0,447 10"“3 для абсолютной погрешности нахождения точки х* минимума этой функции любым методом прямого поиска. Поэтому границы интервалов неопределенно­ сти достаточно вычислять с тремя знаками после запятой, а

вметоде дихотомии из условия (2.7) можно выбрать 2S= 10“ 3 Такое же значение Sпримем и на последнем шаге метода Фибо­ наччи, причем в нем для выполнения условия 1^ ^ е* достаточно

всоответствии с табл. 2.2 взять N = 6, т.е. ограничиться чи­ слами Фибоначчи до -FV+1 = F7 = 13 включительно.

Применение метода дихотомии потребовало вычисления зна­ чений минимизируемой функции в восьми точках (табл. 2.3), что согласуется с табл. 2.2, а в методе золотого сечения (табл. 2.4) оказалось достаточным вычислить шесть значений этой функции, т.е. столько же, сколько и в-методе Фибоначчи (табл. 2.5), что также согласуется с табл. 2.2. Отметим, что

Таблица 2.3

к

Интервал

zjfci

/(*fcl)

Xk2

/(® м )

 

неопределенности

 

 

 

 

1

(0,000,

1,000)

0,499

6,7081

0,501

6,8121

2

(0,000,

0,501)

0,250

0,0090

0,252

0,0132

3

(0,000,

0,252)

0,125

1,3283

0,127

1,2826

4

(0,125,

0,252)

0,187

0,2796

0,189

0,2588

5

(0,187,

0,252)

 

 

 

 

 

 

 

 

 

Таблица 2.4

к

Интервал

Хк1

Д я а )

®fc2

f(Xk2 )

 

неопределенности

 

 

 

 

1

(0,000,

1,000)

0,382

2,0154

0,618

14,2910

2

(0,000,

0,618)

0,236

0,0015

0,382

2,0154

3

(0,000,

0,382)

0,146

0,8855

0,236

0,0015

4

(0,146,

0,382)

0,236

0,0015

0,292

0,2683

5

(0,146,

0,292)

0,202

0,1473

0,236

0,0015

6

(0,202,

0,292)