
- •1.Сис анализ в совр исследований
- •2. Сис описание задачи оптимизации
- •3.Сис анализ транспортных моделей. М. Потенциалов
- •4. Алгоритм решения транспортной задачи при получении максзначц.Ф
- •5. Решение транспортных задач методом Фогеля
- •6. Оптимизация назначений максимальное и минимальное значение функции
- •7. Динамическое программирование принцип оптимальности Беллмана
- •8. Постановка задачи распределения инвестиций и алгоритм ее решения методом динамического программирования
- •9. Постановка задачи о бинарном рюкзаке и алгоритм ее решения методом динамического программирования.
- •10. Постановка задачи о рюкзаке с неограниченным количеством элементов и алгоритм ее решения методом динамического программирования.
- •11. Постановка задачи о замене оборудования и алгоритм ее решения методом динамического программирования.
- •12. Принятие решений на основе расчета функции полезности.
- •13. Экспертные методы в процессе прогнозирования и разработки управленческих решений.
- •14. Метод ранжирования мнений экспертов.
- •15.Методы определения согласованности и экспертов
- •16. Метод Паттерн
- •17Методы групповой экспертной оценки:
- •18.Метод "Дельфи"
- •19.Принятие решении в условиях неопределенности
- •20. Охарактеризуйте критериев пессимизма - оптимизма(гурвица) и критериев минимального риска (севиджа).
- •21. Методы выбора альтернатив в условиях риска( дерево решений)
- •22 Пассивный метод поиска минимума функции одной переменной
- •23 Метод дихотомии(половинного деления) как метод оптимизации унимодальной функции
- •24 Численный метод оптимизации функции одной переменной -метод Фибоначчи
- •25. Численный метод оптимизации функции одной переменной – метод «золотого сечения»
- •26. Градиентный метод оптимизации – метод с дроблением шага
- •27.Градиентный метод оптимизации – метод наискорейшего спуска.
- •28. Градиентный метод оптимизации – метод Ньютона
- •29.Понятие нечеткого множества и операции над ними.
- •30.Функции принадлежности элементов нечеткого множества их назначение и виды
- •31 Нечеткие отношения. Понятия и принципы композиции нечетких отношений
- •32Понятие лингвистической переменной. Метод Мамдани
- •32 Метод оптимизации – метод штрафных функций
- •33 Модель черного ящика
- •34 Структуризация конечной цели в виде дерева целей
- •35 Проектирование систем с исследованием системных принципов
- •36 Выбор рациональной стратегии с использованием многих критериев
- •37 Метод функционально стоимостного анализа
- •38 Современные тенденции в области системного анализа
24 Численный метод оптимизации функции одной переменной -метод Фибоначчи
При вычислении |
x(j ) |
и |
x(j ), j = |
1, N −1 |
, используются |
|
1 |
|
2 |
|
|
числа Фибоначчи, определяемые следующим образом:
F0 = F1 = 1,Fk = Fk −1 + Fk − 2 ,k = 2,3,....
Условием окончания вычислений является выполнение заданного количества вычислений N.
Итак, алгоритм поиска минимума унимодальной функции методом Фибоначчи заключается в следующем.
1. Задается N, определяются числа ФибоначчиFk,k = 0,N +1, выбираетсяε из условия
ε< b− a.
FN+1
Полагается j=1.
2. На j-йитерации вычисляются
x(j)= a(j−1) |
|
FN− j−1 |
|
(b(j−1)− a(j−1)) − |
(−1)N − j+1 |
|
|||||||||||||
+ |
|
|
|
|
ε , |
|
|||||||||||||
|
|
|
|
|
|||||||||||||||
1 |
|
|
FN− j+1 |
|
|
|
|
FN− j+1 |
|
||||||||||
|
|
|
|
|
|
|
|
||||||||||||
x2(j)= a(j−1)+ |
FN− j |
|
(b(j−1)− a(j−1)) + |
(−1)N − j+1 ε, |
|
||||||||||||||
FN− j+1 |
|
|
|||||||||||||||||
|
|
|
|
|
|
|
FN− j+1 |
|
|||||||||||
|
f ( j) = f(x |
( j )), |
f (j ) |
= f (x(j)). |
|
|
|
||||||||||||
|
1 |
|
1 |
2 |
2 |
|
|
|
|
||||||||||
Если |
f (j)≤ f |
( j) , тоa |
( j)= a(j −1), b(j)= x(j), |
x(j +1) |
= x(j) |
||||||||||||||
|
1 |
2 |
|
|
|
|
|
2 |
2 |
|
1 |
||||||||
Если |
f (j )> f |
( j) , тоa |
( j)= x(j), |
b(j)= b(j −1), |
x(j +1)= x(j) |
||||||||||||||
|
1 |
2 |
|
|
|
1 |
|
|
1 |
|
2 |
3
3. Проверяется условие окончания вычислений j = N −1.
Если оно выполняется, то определяются итоговый отрезок локализации, оценки точки минимума x и величины минимума
f * = f (x*) и вычисления завершаются.
Если условие не выполняется, то полагается j=j+1 и осуществляется переход к п.2.
Примечание. Наj-й,j>1, итерации вычисляется только та точкаxi( j ) ,i = 1,2, которая не была определена на предыдущей итерации.
Отметим, что оценкой точки минимума x* является та из точекxi( N −1) ,i = 1,2, которая осталась внутри итогового отрезка локализации ∆N .