
- •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
23 Метод дихотомии(половинного деления) как метод оптимизации унимодальной функции
Метод оптимизации называется активным, если точки х,, i = 1, N, вычислений характеристик задачи (в данном случае значений целевой функции) выбираются последовательно, с учетом информации, полученной на предыдущих шагах. Для активных (последовательных) методов поиска принято указывать в используемых обозначениях номер итерации с помощью надстрочного индекса в круглых скобках. В соответствии с этим отрезок локализации после ] итераций будет обозначаться А^( ]) = [a^(J), b^( J)].
алгоритм выполнения
для которой значение функции минимально
Пример. Определить методом дихотомии минимум функцииf (x)= x4 − 6x2 +10 , заданной на отрезке∆=[1,3], приN=8,ε=0,1.
Решение.
В данном случае будут выполнены N/2=4 итерации. Результаты вычислений заносим в табл. 4.3.
Таблица 4.3
Номер |
x1(j ) |
x2(j ) |
f1(j) |
≤ |
f2(j) |
a(j) |
b(j) |
итерации |
|
|
|
> |
|
|
|
0 |
— |
— |
— |
|
— |
1 |
3 |
1 |
1,95 |
2,05 |
1,644 |
< |
2,446 |
1 |
2,05 |
2 |
1,475 |
1,575 |
1,680 |
> |
1,270 |
1,475 |
2,05 |
3 |
1,713 |
1,813 |
1,004 |
< |
1,082 |
1,475 |
1,813 |
4 |
1,594 |
1,694 |
1,211 |
> |
1,017 |
1,594 |
1,813 |
|
|
|
|
|
|
|
|
Поскольку j=N/2=4, то вычисления завершаются.
Точка минимума локализована на отрезке ∆8 = [1,594; 1,813] . На данном отрезке исследованы 4 точки:
a(4) |
= 1,594→ f (a(4) )= 1,211; |
|
|
|
|
|
|
|
|
||||||||
b(4) |
= 1,813→ f (b(4) )= 1,082; |
|
|
|
|
|
|
|
|
||||||||
|
* |
(3) |
= 1,713,f |
* |
|
(3) |
) = 1,004. |
||||||||||
x2(4) |
|
|
|
x |
x1 |
|
f (x1 |
||||||||||
=1,694→ f (x2(4) )=1,017; |
|
|
|
|
|
|
|
||||||||||
x(3) |
=1,713 |
→ f (x(3) )=1,004; |
|
|
|
|
|
|
|
|
|||||||
1 |
|
1 |
|
|
|
|
|
|
|
|
|||||||
Ответ: ∆8 |
= [1,594; 1,813] ,x* 1,713, |
f * 1,004 . |
|
|
|