3. Выводы
Сведем
результаты итерационных процессов
исследуемых методов в таблицу:
Метод |
Количество
шагов k* |
x0
= (3, 8) |
x0
= (3, 10) |
x0
= (10,
20) |
a
= 0.1 |
a
= 1 |
a
= 0.1 |
a
= 1 |
a
= 0.1 |
a
= 1 |
Метод
проекции градиента |
|
|
|
|
|
|
1.
градиентный с дроблением шага |
9 |
16 |
9 |
17 |
11 |
19 |
2.
наискорейшего спуска |
2 |
4 |
3 |
4 |
1 |
3 |
5.
метод Ньютона с одномерной минимизацией |
- |
1 |
- |
1 |
- |
1 |
6.
метод Полака-Ривьера |
19 |
5 |
2 |
5 |
11 |
5 |
Метод
условного градиента |
3 |
1 |
2 |
1 |
3 |
1 |
Метод
функции Лагранжа |
1 |
11 |
1 |
11 |
7 |
5 |
Метод |
Количество
шагов k* |
x0
= (3, 8) |
x0
= (3, 10) |
x0
= (10,
20) |
a
= 0.1 |
a
= 1 |
a
= 0.1 |
a
= 1 |
a
= 0.1 |
a
= 1 |
Метод
проекции градиента |
|
|
|
|
|
|
1.
градиентный с дроблением шага |
144 |
40 |
145 |
41 |
169 |
47 |
2.
наискорейшего спуска |
- |
- |
- |
- |
- |
- |
5.
метод Ньютона с одномерной минимизацией |
- |
1 |
- |
1 |
- |
1 |
6.
метод Полака-Ривьера |
~17(*) |
16 |
~6(*) |
8 |
~8(*) |
27 |
Метод
условного градиента |
60 |
88 |
71 |
77 |
80 |
69 |
Метод
функции Лагранжа |
1 |
1 |
1 |
1 |
6 |
1 |
Метод
проекции градиента:
выбор метода безусловной оптимизации
определяет скорость сходимости метода
проекции градиента; наиболее точные
результаты получены при выборе
градиентного метода с дроблением шага
– но он требует сравнительно большого
количества шагов. Среди достоинств
метода можно выделить: его универсальность
(x*
может быть далека от x0),
слабые требования метода к функции
f(x),
относительная простота вычислений. Но
для метода характерна медленная
сходимость.
Метод
условного градиента:
сходится быстрее, чем метод проекции
градиента, но этот метод требует больших
вычислительных ресурсов.
Метод
функции Лагранжа:
особенность данного метода – это
колебание точек очередного приближения
в некоторой окрестности точки минимума,
попадание в которую происходит после
нескольких первых шагов метода, что
является альтернативой быстрого
нахождения приближенного значения
минимума функции. Но
метод
функции Лагранжа наиболее сложен в
вычислительном плане.