
- •Глава 6. Постановки задачи нелинейного программирования (знп) и основные определения…………………………...3
- •Глава 7. Задача одномерной оптимизации…………………………………….13
- •Глава 8. Графический метод решения знп…………………………………...33
- •Глава 10. Выпуклое программирование……………………………………....62
- •Глава 11. Квадратичное программирование…………………………………74
- •Глава 12. Задача безусловной оптимизации (збо)…………………………………………………………………..81
- •Глава 13. Задача условной оптимизации (зуо)……………………….……127
- •Глава 6.
- •6.1. Задача нелинейного программирования (знп) и ее постановки.
- •6.2. Основные определения.
- •6.3. Классификация знп.
- •6.4. Классическая оптимизация.
- •Глава 7. Методы одномерной оптимизации
- •Постановка задачи. Основные понятия
- •7.2. Поиск отрезка, содержащего точку максимума Алгоритм Свенна
- •Методы нулевого порядка.
- •Дихотомический поиск (метод деления отрезка пополам)
- •Метод золотого сечения
- •Метод дск-Пауэлла
- •7.4. Методы первого порядка.
- •Метод средней точки
- •Метод хорд (секущих)
- •Метод кубической аппроксимации
- •7.5. Методы второго порядка. Метод Ньютона-Рафсона
- •Итерация 1
- •Глава 8. Графический метод решения знп.
- •8.1. Алгоритм графического метода решения знп
- •8.2. Решение примеров.
- •Выпуклые и вогнутые функции
- •9.1. Определения
- •9.2. Свойства вогнутых (выпуклых) функций
- •9.3. Критерии вогнутости (выпуклости) гладких функций
- •9.4. Экстремальные свойства вогнутых (выпуклых) функций
- •9.5. Сильно вогнутые (выпуклые) функции
- •9.5.1. Определение. Примеры
- •9.5.2. Свойства сильно вогнутых (выпуклых) функций
- •9.5.3. Критерии сильной вогнутости (выпуклости)
- •9.5.4. Экстремальные свойства сильно вогнутых (выпуклых) функций
- •Глава 10. Выпуклое программирование
- •10.1. Постановка задачи
- •10.2. Функция Лагранжа. Седловая точка функции Лагранжа, условия ее существования Определение 10.1. Функция , (10.10)
- •10.3. Достаточные условия оптимальности
- •10.4. Условия регулярности выпуклого множества
- •10.5. Теорема Куна-Таккера. Общий случай
- •10.6. Теорема Куна-Таккера. Случай линейных ограничений
- •Глава 11. Квадратичное програмирование.
- •11.1. Постановка задачи квадратичного программирования (зкп)
- •11.2. Применение теории Куна-Таккера к решению зкп.
- •11.3. Решение задач.
- •Глава 12. Методы безусловной оптимизации
- •12.1. Постановка задачи
- •Алгоритм метода спуска
- •. Методы нулевого порядка (прямого поиска)
- •Метод Хука-Дживса
- •Алгоритм метода Хука-Дживса, использующий одномерный поиск
- •Метод покоординатного спуска
- •Первый вариант
- •Второй вариант
- •Методы первого и второго порядков
- •Градиентные методы. Метод скорейшего спуска – метод Коши
- •Метод Ньютона
- •Модифицированный метод Ньютона
- •Методы, использующие сопряженные направления
- •Определение сопряженных направлений
- •Оптимизация квадратичной функции. Конечная сходимость алгоритмов, использующих сопряженные направления
- •12.4.4. Метод Дэвидона-Флетчера-Пауэлла Шаг 1.Метод Дэвидона-Флетчера-Пауэлла (дфп) принадлежит к классу квазиньютоновских методов, в которых направление поиска задаётся в виде
- •Алгоритм метода дфп
- •Итерация 1
- •Шаг 2. Вычислим , тогда .
- •Шаг 2. Вычислим , тогда .
- •12.4.5. Метод сопряжённых градиентов Флетчера-Ривса
- •Алгоритм метода Флетчера-Ривса
- •Глава 13. Методы условной оптимизации
- •13.1. Постановка задачи. Классификация методов
- •Общая схема методов условной оптимизации
- •Шаг 2.Шаг 1. Выбрать ( -я итерация) – возможное направление подъёма функции в точке . Если такого направления нет, то - решение задачи. В противном случае перейти к шагу 2.
- •13.2. Методы возможных направлений
- •13.2.1. Метод Зойтендейка
- •Пример 13.2
- •Итерация 3
- •Шаг 4.Рисунок 13.6
- •13.2.2. Метод Топкиса-Вейнотта
- •Пример 13.3
- •Итерация 1
- •Шаг 5.Рисунок 13.7
- •Алгоритм метода Топкиса-Вейнотта
- •13.2.3. Метод Франка-Вульфа
- •Алгоритм метода Франка-Вульфа
- •Шаг 5. Находим шаг в направлении новой точки . Решение этой задачи (одномерной): .
- •Шаг 3. Так как , переходим к шагу 4.
- •Шаг 5. Решаем задачу: .
- •Литература
Метод дск-Пауэлла
Основная идея метода связана с возможностью аппроксимации непрерывной унимодальной функции полиномом и использованием аппроксимирующего полинома для оценивания координаты точки максимума.
Простейшим
вариантом полиномиальной интерполяции
является квадратичная аппроксимация.
Если в точках
,
,
известны соответствующие значения
функции
,
то можно построить интерполяционный
полином второй степени:
,
где
;
;
.
Стационарная
точка
этого полинома определяется уравнением
,
откуда
.
Метод
ДСК-Пауэлла включает в качестве начального
этапа поиск отрезка, содержащего точку
максимума (алгоритм Дэвиса, Свенна и
Кэмпи), после чего проводится квадратичная
аппроксимация до тех пор, пока с требуемой
точностью не будет найдена координата
точки максимума функции
(алгоритм Пауэлла).
Исходные
данные
– начальная точка,
-
шаг поиска,
-
параметр окончания счета.
Вычислить , , .
Если
, то .
, вычислить
.
;
, вычислить .
Если , то и перейти к шагу 4. В противном случае
;
;
;
, вычислить
.
Если
, то перейти к шагу 7. В противном случае
;
;
.
; ; .
Если выполнено одно (или оба) из условий
,
, то
, конец.
Если
, то
,
, перейти к шагу 6. В противном случае
,
, , перейти к шагу 6.
Пример
7.4.
Найти точку максимума функции
,
;
;
.
;
;
;
;
;
;
Так
как
,
то
;
;
;
.
.
Итерация 1
Так
как
,
то квадратичная интерполяция будет
проводиться по точкам
;
;
.
Коэффициенты интерполяционного полинома:
;
,
а
точка максимума:
;
.
,
;
;
.
Итерация 2
Так
как
,
то квадратичная интерполяция будет
проводиться по точкам
;
;
.
Коэффициенты интерполяционного полинома:
;
,
а точка максимума:
;
.
,
следовательно,
.
7.4. Методы первого порядка.
Метод средней точки
Для
отыскания корня уравнения
которому удовлетворяет точка максимума
унимодальной и дифференцируемой на
заданном отрезке функции
,
будем пользоваться алгоритмом исключения
интервалов, на каждой итерации которого
рассматривается лишь одна точка
.
Если
в точке
выполняется условие
то с учетом предположения об унимодальности
можно утверждать, что точка максимума
не может находиться левее точки
,
следовательно, интервал
может
быть исключен. С другой стороны, если
то
точка максимума не может находиться
правее точки
,
т.е. исключению подлежит интервал
.
На этих рассуждениях и основан метод
средней точки (поиск Больцано).
Алгоритм метода средней точки
Исходные
данные.
Точки
и
такие, что
,
,
– параметр окончания счета.
. Вычислить
.
Если
, то
, конец.
Если
, то
, перейти к шагу 1. в противном случае
, перейти к шагу 1.
Пример
7.5.
Найти точку максимума функции
на отрезке
;
.
.
Итерация 1
;
,
.
Итерация 2
;
,
.
Итерация 3
;
,
.
Итерация 4
;
,
.
Итерация 5
;
,
.
Итерация 6
;
,
.
Итерация 7
;
;
,
.