![]() ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
НЕЛИНЕЙНОЕ ПРОГРАММИРОВАНИЕ
Рассмотрим численные методы решений задач нелинейного программирования. Следует отметить, что не существует универсального метода, способного решать любые задачи НП. Поэтому рассмотрим наиболее распространенные. Но вначале введем понятие унимодальной функции. Унимодальной функцией на [a;b] называется функция, имеющая на этом отрезке единственную точку глобального минимума. При этом слева от этой точки функция является строго убывающей, с справа - строго возрастающей. Унимодальная функция имеет важное свойство. Если
МЕТОД «ЗОЛОТОГО СЕЧЕНИЯ»
Рассмотрим задачу оптимизации для унимодальной функции на отрезке [a;b]. В принципе простейшим методом решения является методика перебора всех значений целевой функции на заданном интервале. В условиях применения средств вычислительной техники такая идея представляется не очень-то и абсурдной, но все-таки достаточно трудоемкой. Поэтому, несли идею перебора значений целевой функции в целом оставить, но уточнить алгоритм выбора точек, в которых необходимо осуществить вычисление целевой функции. Одним из таких алгоритмов и является метод «золотого сечения». Для этого значение целевой функции вычисляется в произвольных точках x Выбор точек Золотым сечением отрезка называется точка, отстоящая на расстоянии ШАГ 0. Вычисляются координаты точек, осуществляющих золотое сечение исходного отрезка:
Вычисляются значения целевой функции в этих точках, то есть
ШАГ k ( Если же Итерация продолжается до тех пор, пока длина k=1-го отрезка На 0-ом шаге значение целевой функции вычисляется дважды, а на каждом последующем только по одному разу.
МЕТОД ФИБОНАЧЧИ
Другим методом минимизации, обладающим лучшей сходимостью при одинаковом числе шагов по сравнению с методом «золотого сечения» является метод Фибоначи. На нулевом шаге координаты точек вычисляются по формулам: где Запишем первые десять чисел Фибоначчи
Дальнейшая методика вычислений осуществляется так же, как и в методе «золотое сечение».Отличие заключается в том, что не надо вычислять величину интервала Для построения итерационного процесса служат следующие формулы
В остальном алгоритм полностью подчиняется методу «золотого сечения». На практике часто задается точность вычислений При При решении задач с помощью методов «золотого сечения» и Фибоначчи важным условием является свойство унимодальности целевой функции. Если же оно не соблюдается, то реализация этих методов приведет к отысканию локального экстремума, который может сколь угодно сильно отличаться от глобального экстремума.
МЕТОДЫ СПУСКА
Сущность методов спуска заключается в построении последовательности точек Сущность методов спуска заключается в следующем. Известна точка x Различные методы спуска различаются методом выбора шага Важнейшей характеристикой любых методов, в том числе и методов спуска, является сходимость. Как правило, сходимость понимается в том смысле, что метод дает возможность получить последовательность значений
В этом случае алгоритмы позволяют получить последовательность, которая сама не является сходящейся, но любая ее сходящаяся последовательность имеет в качестве предельной некоторую точку минимума. В этом случае говорят, что каждая предельная точка последовательности Возможен случай, когда ничего определенного о сходимости последовательности Есть еще более слабые темпы сходимости, когда последовательность Сходимость одного и того же метода может быть различной при решении различных задач, это зависит от свойств целевой функции.
ПРИМЕР У предприятия имеются свободные средства для инвестирования. Предприятие вложило эти средства в облигации с определенным сроком погашения (как правило 3, 6 или 12 месяцев). Курсовая стоимость облигации возрастает по мере приближения срока погашения этой облигации. Действия предприятия могут быть различными: * дожидаться срока погашения облигации после чего получить проценты по ней и ее нарицательную стоимость; * продать облигацию по возросшей курсовой стоимости до окончания срока погашения и купить облигации нового выпуска по более низкой курсовой стоимости (такая операция называется реинвестированием). Предполагая, что темп роста стоимости облигаций всех выпусков от аукциона к погашению равномерен и одинаков, найти оптимальный период для реинвестирования средств, дающий максимальную доходность их использования за три месяца. Обозначим: К - величина расходов на операцию реинвестирования в процентах; П - потенциал роста стоимости облигаций до погашения в процентах в день; Т - период оптимального реинвестирования, подлежащий определению. Целевая функция, определяемая как полный доход за три месяца приходящийся на единицу первоначально вложенных средств, имеет вид:
при этом, как правило, значения коэффициентов П и К имеют следующий диапазон изменений 0,2 < П < 0,6 и 0,3 < К < 1,7. Запишем задачу, как задачу минимизации
и решим ее методом «золотого сечения», задав точность вычислений до 7 дней (значения коэффициентов П и К приведены в таблице)
Таким образом, весь алгоритм сходится за 6 итераций, считая и нулевую. Оптимальное значение дохода получается при реинвестировании в течении 30 дней. Осуществим решение этой же задачи методом чисел Фибоначчи (данные приведены в таблице).
ЗАДАНИЕ Определить оптимальный период реинвестирования средств при периоде погашения 6 месяцев. Исходные данные приведены в таблице
МЕТОД ПОКООРДИНАТНОГО СПУСКА
Согласно этому методу, направление спуска выбирается параллельным координатным осям. Сначала производится спуск вдоль оси ОХ Алгоритм строится следующим образом: пусть х= где e f( Если это неравенство выполняется, то вдоль оси ОХ Если неравенство не выполняется, то проверяют неравенство f( Если и в этом случае неравенство будет невыполнимо, тогда считают f(x Если оно выполняется, то полагают Если неравенство не выполняется, то проверяют выполнение неравенства f(x Вычисления продолжают до тех пор, пока не будет достигнута некоторая наперед заданная точность счета, проверяемая с помощью неравенств Сходимость метода достигается для выпуклых и непрерывно дифференцируемых функций. Остается открытым вопрос о выборе начального приближения х Рассмотренный метод относится к методам нулевого порядка. Данный метод может быть использован и в задачах с ограничениями на значение x
ГРАДИЕНТНЫЕ МЕТОДЫ
Если найти градиент функции f(x) в точке х Методы отличаются способом выбора множителя Наиболее простой способ выбора ПРИМЕР
Требуется определить, в каком количестве необходимо выпускать продукцию вида А и вида Б, чтобы полученная прибыль была максимальной. Данные приведены в таблице № 1 Таблица № 1
Задача может быть записана как стандартная задача нелинейного программирования Запишем исходную задачу, как задачу минимизации Решим задачу методом покоординатного спуска, принимая за начальное приближение значения Таблица № 2
Полученное решение
Таблица № 3
ЗАДАНИЕ
Определить в каком количестве необходимо выпускать продукцию двух видов для получения максимальной прибыли. Данные даны в таблице № 4 Таблица № 4
Не нашли, что искали? Воспользуйтесь поиском:
|