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:
|
Квадратичное программирование
Один из частных случаев нелинейного программирования. Применяют, если целевая функция имеет такой вид:
Все ограничения gi являются линейными. В таком случае все ограничения сводятся к уравнению (*). В математическом смысле функция выпуклая. Если есть какая-то добавочка, т.е. не привести – то получается общая задача нелинейного программирования и решать её намного сложнее.
Время не позволяет рассмотреть задачи, но отметим, что основным способом является метод Фрэнка-Вульфа.
Градиентный подход к решению задачи нелинейного программирования.
Суть метода: выбирается начальная точка x0 Потом считается число r (следующая точка) и далее точка считается за начальную, ищется следующая. Градиент Двигаемся, направление градиента изменяется. Добираемся до границы и движемся по границе до точки экстремума.
1. Либо большое число мелких шагов, либо низкая точность.(главная проблема – выбор шага) 2. Сложно попасть не на локальную линию.
Существует несколько разновидностей градиентного подхода. Один из вариантов – «метод наибыстрейшего подъема». Вообще градиентный метод надо рассказывать 2-3 лекции. Приращение max r выбирается таким, чтобы мы по данному направлению достигли бы наибольшего значения целевой функции.
Существует методы (градиентные): • Метод возможных направлений (выбираются возможные направления, путем перебора выбираются наилучшие, градиент считать не нужно). • Метод проекции градиента (вычисляется градиент, потом проецируется на плоскости, выбираются направления) • Последовательной минимизации • Метод переменной метрики • обобщенный метод Ньютона
Другая группа методов – метод штрафных функций и барьеров. Здесь допускается выход за пределы ограничений. Чем дальше отступаем, тем больше функция штрафа , – функция штрафа.
= 0 внутри допустимой области. Вне области она возрастает, чем дальше отходим от границ. Если min , то >0. Чем дальше переехали границу, тем больше. Сильно уменьшается сложность новой задачи. В штраф вводят параметр a (), который тоже изменяют. Метод барьеров – несколько иначе. За ограничения не выходим. Штрафную функцию добавляют внутри, при приближении к границе. Идея метода барьеров во многом похожа. Но функция отличная от нуля только внутри области, а при приближении к границе возрастает до бесконечности. Решают задачу без ограничений (ограничения заменяют добавкой), таким образом, вычислительная сложность оказывается значительно меньше.
Вопросы к экзамену по ТПЗС:
Не нашли, что искали? Воспользуйтесь поиском:
|