- •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
3.2. Контрольные вопросы
Пояснить организацию линейного поиска на основе методов золотого сечения, Фибоначчи и Пауэлла.
Аналитически найти производную в точке x1 = (1; 0)tпо направлениюp1 = (1; 1)tдля функцииy(x) =x12–x1x2+ 2x22– 2x1
Как изменится процедура минимизации методами Больцано, дихотомии, ДСК, Дэвидона при переходе от поиска на числовой прямой к поиску на плоскости R2?
Что является направлением наискорейшего спуска в точке x1= (1; 1)tдля целевой функцииy(x) =x12+ 2x22?
Привести 2 способа аналитического решения задачи для Вашего варианта задания.
Найти минимум y(x) =x12–x1x2+ 2x22– 2x1+ex1 + x2, двигаясь из точкиx1= (0; 0)tв направлении наискорейшего спуска.
Найти шаг α*, доставляющий минимум в точкуx2=x1+ αp для функцииy(x) =x12+ 2x22и направления антиградиента в точкеx1= (1; 0)t.
3.3. Содержание отчета
Цель работы и требования задания.
Краткое описание метода оптимизации на основании материала лекционного курса и описание схемы пошагового выполнения вычислительного алгоритма.
Укрупненнаяблок-схема программы с пояснением основных ее частей.
Спецификация программы, раскрывающая смысл входных и выходных данных, основных переменных и функций.
Текст программы с детальными комментариямиведущих операторов программы.
Результаты тестирования программы на наборе целевых функций с указанием числа итераций и количества вычислений функций. Таблица, иллюстрирующая вычислительный процесс и изменение ключевых переменных.
Таблица, содержащая результаты сравнения заданных методов оптимизации по числу итераций при использовании различных критериев окончания поиска, при выборе разных начальных шагов метода Свенна и при задании различных значений погрешности локализации минимума ε.
Ответы на контрольные вопросы.
Выводы по работе.
Лабораторная работа 4. Исследование градиентных методов
4.1. Требования задания
Цель работы– разработка программы многомерной минимизации целевых функций на основе применения простых градиентных методов поиска.
Методы многомерной оптимизации:
М1 – метод Коши;
M2 – релаксационный метод Гаусса–Зейделя;
M3 – овражный метод;
M4 – метод параллельных касательных Партан-1;
M5 – метод параллельных касательных Партан-2;
M6 – метод циклического покоординатного спуска;
M7 – метод циклического покоординатного спуска с ускоряющим шагом;
М8 – метод Сука–Дживса с одномерной минимизацией;
М9 – метод Гаусса–Зейделя с ускоряющим шагом.
Таблица тестовых функций
№ |
Функция y(x) |
Начальная точка (x1)t |
Значение минимума (x*)t |
(19) |
100(x2–x12)2+ (1 –x1)2 |
(–1.2; 1) (1.5; 2) (–2; –2) |
(1; 1) |
(20) |
(x1– 1)2+ (x2– 3)2+ 4(x3+ 5)2 |
(4; –1; 2) |
(1; 3; –5) |
(21) |
8x12+ 4x1x2+ 5x22 |
(10; 10) |
(0; 0) |
(22) |
4(x1– 5)2+ (x2– 6)2 |
(8; 9) (0; 0) |
(5; 6) |
(23) |
(x2–x12)2+ (1 –x1)2 |
(1.5; 2) (0; 0) (–1.2; 1) |
(1; 1) |
(24) |
(x2–x12)2+ 100(1 –x12)2 |
(1.5; 2) (1; 2) |
(1; 1) |
(25) |
3(x1– 4)2+ 5(x2+ 3)2+ 7(2x3+ 1)2 |
(2; –2; –2) (0; 0; 0) |
(4; –3; –0.5) |
(26) |
x13+x22– 3x1– 2x2+ 2 |
(0; 0) (–1; –1) |
(1; 1) |
Варианты задания
Вариант |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
Метод |
М1 |
М2 |
М3 |
М4 |
М5 |
М6 |
М7 |
М8 |
М9 |
Тестовая функция |
(19) |
(20) |
(21) |
(22) |
(23) |
(24) |
(25) |
(26) |
(19) |