 
        
        - •Программирование методов оптимизации
- •Программирование методов оптимизации
- •Предисловие
- •Лабораторная работа 1. Исследование методов одномерного поиска минимума унимодальных функций
- •1.1. Требования задания
- •1.2. Контрольные вопросы
- •1.3. Содержание отчета
- •Лабораторная работа 2. Исследование методов полиномиальной интерполяции для поиска минимума целевых функций
- •2.1. Требования задания
- •2.2. Контрольные вопросы
- •2.3. Содержание отчета
- •Лабораторная работа 3. Исследование методов линейного поиска
- •3.1. Требования задания
- •3.2. Контрольные вопросы
- •3.3. Содержание отчета
- •Лабораторная работа 4. Исследование градиентных методов
- •4.1. Требования задания
- •4.2. Контрольные вопросы
- •4.3. Содержание отчета
- •Лабораторная работа5. Проектирование программы оптимизации
- •5.1. Требования задания
- •5.2. Контрольные вопросы
- •5.3. Содержание отчета
- •Лабораторная работа 6. Исследование модификаций ньютоновских оптимизационных процессов
- •6.1. Требования задания
- •6.2. Контрольные вопросы
- •6.3. Содержание отчета
- •Лабораторная работа 7. Исследование методов переменной метрики
- •7.1. Требования задания
- •7.2. Контрольные вопросы
- •7.3. Содержание отчета
- •Лабораторная работа 8. Исследование методов сопряженных градиентов
- •8.1. Требования задания
- •8.2. Контрольные вопросы
- •8.3. Содержание отчета
- •Лабораторная работа 9. Исследование методов безусловной оптимизации нулевого порядка
- •9.1. Требования задания
- •9.2. Контрольные вопросы
- •9.3. Содержание отчета
- •Лабораторная работа 10. Исследование алгоритмов случайного поиска
- •10.1. Требования задания
- •10.2. Контрольные вопросы
- •10.3. Содержание отчета
- •Лабораторная работа 11. Исследование методов нелинейного программирования
- •11.1. Требования задания
- •11.2. Контрольные вопросы
- •11.3. Содержание отчета
- •Список литературы
- •1. Метод средней точки (метод Больцано)
- •2. Метод трехточечного поиска на равных интервалах
- •3. Метод Ньютона
- •4. Метод линейной интерполяции (метод секущих)
- •5. Метод кубической интерполяции для одномерной минимизации
- •6. Метод Фибоначчи
- •7. Метод Сука–Дживса с одномерной минимизацией
- •8. Метод Зангвилла
- •9. АлгоритмLPτ-поиска
- •10. Формулы методов переменной метрики
- •11. Минимизация целевых функций в MicrosoftExcel97
- •12. Тестовые функции
- •Содержание
- •197376, С.-Петербург, ул. Проф. Попова, 5
Федеральное агентство по образованию
––––––––––––––––––––––––––––––––
Санкт-Петербургский государственный
электротехнический университет «ЛЭТИ»
––––––––––––––––––––––––––––––––––––
Программирование методов оптимизации
Методические указания
к лабораторным работам
Санкт-Петербург
Издательство СПбГЭТУ «ЛЭТИ»
2004
Федеральное агентство по образованию
––––––––––––––––––––––––––––––––
Санкт-Петербургский государственный
электротехнический университет «ЛЭТИ»
––––––––––––––––––––––––––––––––––––
Программирование методов оптимизации
Методические указания
к лабораторным работам
Санкт-Петербург
Издательство СПбГЭТУ «ЛЭТИ»
2004
УДК 681.5.001: 621.396.6
Программирование методов оптимизации: Методические указания к лабораторным работам / Сост.: Г. Д. Дмитревич, А. И. Ларистов, В. А. Павлушин. СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2004. 44 с.
Содержат описания лабораторных работ по методам оптимизации, которые лежат в основе многих экономических, производственных задач и задач оптимального проектирования.
Предназначены для студентов специальностей 220300 – «Системы автоматизированного проектирования», 220100 – «Вычислительные машины, комплексы, системы и сети», 075200 – «Компьютерная безопасность», а также для бакалавров и магистров, обучающихся по направлению 552800 – «Информатика и вычислительная техника».
Утверждено
редакционно-издательским советом университета
в качестве методических указаний
© СПбГЭТУ «ЛЭТИ», 2004
Предисловие
Настоящие методические указания предназначены для обеспечения учебного процесса по курсу «Методы оптимизации», цель которого – научить разработке программ решения оптимизационных задач с применением современной технологии программирования. Изначально предполагается, что студенты владеют навыками программирования на языке C++, полученными в рамках следующих курсов: «Программирование» (250 ч) и «Структуры и алгоритмы обработки данных» (207 ч).
Курс лекций имеет четкую практическую направленность: основное внимание уделяется прикладным и вычислительным аспектам построения алгоритмов поиска оптимальных решений. Существует обширная литература [1]–[7] по вопросам доказательства сходимости методов, условий существования и единственности решения задач оптимизации, что определило отказ от изложения в лекциях теоретических вопросов в пользу удобных для реализации вычислительных схем, доведенных до уровня практических алгоритмов.
В приложениях дополнительно представлены некоторые алгоритмы, предназначенные для построения многовариантных заданий к лабораторным работам.
Лабораторная работа 1. Исследование методов одномерного поиска минимума унимодальных функций
1.1. Требования задания
Цель работы– изучение методов одномерной минимизации функций одной переменной:
М1 – метода Свенна – золотого сечения-1;
М2 – метода Свенна – золотого сечения-2;
М3 – метода Свенна – Фибоначчи-1;
М4 – метода Свенна – Фибоначчи-2;
М5 – метода Свенна – дихотомии – Ньютона;
М6 – метода Свенна – трехточечного поиска – линейной интерполяции;
М7 – метода Свенна – Больцано – золотого сечения-1;
М8 – метода Свенна – Больцано – Фибоначчи-2.
Таблица тестовых функций
| № | Функция f(x) | Начальная точка x1 | Точность локализации минимума  | Значение минимума x* | 
| (1) | 2x2 + 3e–x | 1 | 10–3 | 0.469150 | 
| (2) | –e–хln x | 0 | 10–4 | 1.763223 | 
| (3) | 2x2 – ex | 1 | 10–3 | 0.357403 | 
| (4) | x4 – 14x3 + 60x2 – 70x | 2 | 10–2 | 0.780884 | 
| (5) | 4x3– 3x4, еслиx ≥ 0 4x3+ 3x4, еслиx < 0 | 0.4 | 10–3 | –1.000000 | 
| (6) | x2+ 2x | 4 | 10–2 | –1.000000 | 
| (7) | 2x2+ 16/x | 1 | 10–2 | 1.587401 | 
| (8) | (10x3+ 3x2+x+ 5)2 | 2 | 10–2 | –0.859902 | 
| (9) | 3x2+ (12/x3) – 5 | 0.5 | 10–2 | 1.430969 | 
Варианты задания
| Вариант | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 
| Метод | М1 | М2 | М3 | М4 | М5 | М6 | М7 | М8 | 
| Тестовая функция | (1) | (2) | (3) | (4) | (5) | (6) | (7) | (8) | 
