- •Міністерство освіти і науки України одеська державна академія холоду
- •Методи синтезу та оптимізації
- •Анотація
- •Іноді до системи обмежень (1.6) додають ще рівності
- •Тема: "Задача цілочисельного лінійного програмування. Метод гілок і кардонів"
- •Контрольні питання:
- •Лабораторна робота №9 Тема: " Метод найшвидшого спуску"
- •Лабораторна робота №10
- •(2 Години)
- •Лабораторна робота №11
- •(2 Години)
- •Тема: " Транспортна задача. Метод потенціалів"
- •Лабораторна робота №13 Тема: "Задача про призначення. Угорський метод"
- •Тема: "Задача опуклого квадратичного програмування. Квадратичний симплекс-метод"
- •Сєніна Тамара Іллівна, Іванова Олена Миколаївна методи синтезу та оптимізації
- •65082, Одеса, вул. Дворянська, 1/3
Лабораторна робота №9 Тема: " Метод найшвидшого спуску"
(2 години)
Ціль роботи: ознайомитися з градієнтними методами оптимізації, навчитися використовувати метод найшвидшого спуску на практиці.
Теоретичні відомості:
Градієнтні методи безумовної оптимізації.
Для задачі безумовної мінімізації метод полягає в обчисленні послідовності наближень x[s] за правилом
x[s+1] = x[s] r[s] ÑF(x[s]),
де ÑF(.) градієнт функції F(.), який задається співвідношенням
r[s]>0 крок, величина якого визначається конкретним градієнтним методом. Початковий розв'язок x[0] обирається довільно. Iтерацiї припиняють, якщо на деякому кроці s виконується нерівність
||ÑF(x[s])|| < e,
де норма градієнта визначається формулою
а e>0 деяка наперед задана величина, що визначає точність розв'язку.
Метод найшвидшого спуску.
Метод найшвидшого спуска є градієнтним методом зі змінним кроком. На кожній ітерації величина кроку k вибирається з умови мінімуму функції f(x) у напрямку спуска, тобто
.
Ця умова означає, що рух уздовж антиградієнта відбувається доти, поки значення функції f (x) убуває. З математичної точки зору на кожній ітерації необхідно вирішувати задачу одномірної мінімізації по функції
()=f (x(k)-f (x(k)))
Скористаємося для цього методом золотого перетину.
Алгоритм методу найшвидшого спуска полягає в наступному:
1. Задаються координати початкової крапки x(0).
2. У крапці x(k), k = 0, 1, 2, …, обчислюється значення градієнтаf (x(k)).
3. Визначається величина кроку k шляхом одномірної мінімізації по функції
()=f (x(k)-f (x(k))).
4. Визначаються координати крапки x(k):
xi(k+1)= xi(k)-kfi (x(k)), i=1, …, n...
5. Перевіряється умова зупинки ітераційного процесу:
||f (x(k+1))|| .
Якщо вона виконується, то обчислення припиняються. У противному випадку здійснюється перехід до п. 1.
Порядок виконання роботи:
Ознайомитися з теоретичними відомостями, щодо методу який розглядається;
Вибрати варіант завдання, згідно списку студентів підгрупи у журналі;
Написати програму в середовище Delphi з коментаріями;
За допомогою програми, виконати завдання, згідно варіанту;
Зробити висновки.
Варіанти завдань:
Методом найшвидшого спуска знайти значення мінімуму функції F(x)
якщо пошук починається із точки х0.
1. F(x)=2x1 – 3x1x2 – x2 х0=(1,3)
2. F(x)=x12 - 3x1x2 - 2x2 х0=(-1,2).
3.F(x)=2 x1 - 2x1x2 -5x2 х0=(4,3).
4.F(x)=2x1- 3x1x2 - x2 х0=(2,4).
5.F(x)=3x1-2x1x2+ 4x2 х0=(1,2).
6. F(x)=2x12 -5x1x2+ 3x2 х0=(-2,1).
7. F(x)=3x12 + x22 - x1x2 x0=(-2,1).
8. F(x)=2x12 + 3x1x2 - x22 x0=(-1,2).
9. F(x)=4x12 - 3x1x2 - 2x2 х0=(-1,1).
10.F(x)=2 x1 -x1x2 -3x2 х0=(1,2).
Зміст звіту:
Титульний лист, згідно встановленого образка;
Основні теоретичні відомості;
Варіант завдання;
Вихідні данні
Код програми, яка реалізує даний метод;
Розв`язок з поясненнями;
Висновок.
Контрольні питання:
Що таке градієнт?
Що таке норма градієнта?
Які ще градієнтні методи ви знаєте?
Якими методами можна вирішити задачу одновимірної оптимізації?
У чому полягає алгоритм методу найскорішого спуску?