- •2005 Содержание:
- •1) Цель работы и требования задания
- •1.1) Цель работы
- •2) Краткое описание метода оптимизации
- •2.1) Обобщенный метод Ньютона
- •2.2) Метод Давидона:
- •3.1) Метод Давидона:
- •3.2) Обобщенный метод Ньютона:
- •4) Спецификация программы
- •5) Текст программы
- •6) Результаты тестирования программы
- •7) Ответы на контрольные вопросы
- •8) Выводы по работе
6) Результаты тестирования программы
Функция f(x) |
x1 |
|
Значение минимума x* |
Вычисленное значение минимума |
Погрешность |
Количество шагов k Давидон+ОМН |
(x1– 1)2+ (x2– 3)2+ 4(x3+ 5)2 |
(4; –1; 2) |
0.0001 |
(1; 3; –5) |
(1; 3; –5) |
4.68845e-10; 4.11183e-09; 1.86662e-09 |
1 |
3(x1– 4)2+ 5(x2+ 3)2+ 7(2x3+ 1)2 |
(2; –2; –2)
|
0.0001 |
(4; –3; –0.5) |
(4.00008;-3;-0.499996) |
7.69387e-05; 9.15797e-10; 3.84691e-06 |
41+100 |
7) Ответы на контрольные вопросы
1) Ньютоновское направление поиска определяется как pk=-(Hk)-1 *∆Yk, где ∆Yk-градиент заданной функции в точке xk. Множитель (Hk)-1 способствует повороту направления к минимуму.
2) Можно попробовать разложить Hk=ЦtkDkЦk и посмотреть на диагональные элементы матрицы Dk.
3) Для квадратичных функций оптимум вычисляется за одну итерацию из любой точки.
Для произвольной функции сходимость Ньютона обеспечивается при выполнении четырех условий:
- x0≡D(x*)
-Должен существовать гессиан в каждой точке итерационного процесса.
-Гессиан должен быть положительно определен во всех точках предполагаемого процесса.
-Должен существовать обратный гессиан в любой точке предполагаемого процесса.
4) Если функция овражная, то 4 условия из предыдущего пункта практически невыполнимы.
Большие траты на вычисление вторых производных, а также на вычисление обратного гессиана. Эти проблемы решены в так называемых квазиньютоновских методах.
5) В геометрическом плане метод Ньютона – процесс последовательного отыскания аппроксимирующего минимума ak+1,ak+2…парабол, проведенных через точки k,k+1,k+2…до тех пор пока аппроксимирующий минимум ak+n* не совпадет с истинным минимумом a*.
6) F(x1,x2)=4*x12+x22-12*x2+4
Вычислим p1 = -(H1)-1gk
g1 =(8*x1;2*x2-12)t |(3,4)=(24,-4)t
H1=(8,0; 0,2) => H1-1=(0.125, 0; 0, 0.5);
p1=-H1*g1=(-3,2)t
Перейдем в новую точку x2:
x2=x1 + alpha*p1;
alpha=1;
x2=(3,4)t+(-3,2)t=(0,6)t
Если дальше считать p2, x3 и т.д. то процесс зацикливается ,так как p2,p3…=(0,0) и соответственно все вычисляемые далее точки одинаковы.
8) Выводы по работе
Проделав данную работу, мы изучили на практическом уровне метод Ньютона, а также его модификации.
В итоге получилась корректная программа, находящая минимум n-мерной заданной функции с помощью обобщенного метода Ньютона.