- •1.Использование вычислительной техники в современной связи
- •2. Исследование операций как наука
- •4. Задача о раскрое
- •Количество форматных стекол, получаемых при возможных способах раскроя одного листа
- •5.Формирование задачи линейного программирования(лп)
- •6. Симплекс-метод
- •7. Частные случаи симплекс-метода
- •8. Метод больших штрафов
- •9. Тз линейного программирования. Постановка задачи
- •10. Построение опорной задачи: метод северо-западного угла и наименьших стоимостей
- •12. Метод потенциалов
- •11. Метод Фогеля
- •13. Вырожденные матрицы и способы борьбы
- •14. Несбалансированная тз
- •15. Тз с промежуточными пунктами
- •16. Нахождение кратчайшего пути на пути связи с помощью тз (маршрутизации)
- •17. Использование линейного программирования на производстве. График смен
- •18. Составление графика отпусков
- •19. Оптимальная расстановка силы на предприятиях
- •20. Нелинейное программирование. Постановка задачи
- •21. Метод дихотомии
- •22. Метод золотого сечения
- •23. Метод Фибоначчи
- •24. Метод многомерного поиска
- •25. Градиентные методы
- •26. Метод квадратичной аппроксимации
- •27. Метод кубической аппроксимации
- •28. Динамическое программирование
23. Метод Фибоначчи
Хотя метод золотого сечения и обладает высокой эффективностью, ясно, что он не является оптимальным при заданном числе вычислений целевой функции. Если конструктору заранее известно, что он сможет использовать лишь два значения целевой функции, то он, конечно, предпочтет метод дихотомии, который позволяет уменьшить интервал неопределенности сразу вдвое, а не в 1/0,618 раза, как метод золотого сечения. Если есть возможность в процессе поиска оптимума изменять расположение точек, в которых вычисляются значения целевой функции, то можно соединить преимущества симметричного расположения точек, о которых говорилось выше, с преимуществами метода дихотомии и построить оптимальный алгоритм поиска. Пусть Zп — длина интервала неопределенности после N-гo шага. Условие симметрии имеет вид
ZJ-2 = ZJ-1 + ZJ, 1<J<N,
а условие вычисления последнего значения целевой функции на полученном методом дихотомии интервале б записывается в виде
ZN-1=2ZN-e.
Из этих двух соотношений, возвращаясь назад, можно найти требуемую величину любого промежуточного интервала неопределенности и тем самым найти точки, в которых вычисляется целевая функция. Например,
ZN-3=ZN-2 + ZN-1 = (ZN-1 + ZN) + ZN-1 =5 ZN —2e
и ZN-4=8ZN—3e.
Общее выражение для произвольного интервала неопределенности имеет вид
ZN-K = FK+1ZN -FK-1e
где коэффициенты Fj называются числами Фибоначчи и определяются следующим образом:
F0= l, F1 =l, FK=FK-1+FK-2 при К = 2, 3 . . . .
В табл. 5.1 приведены некоторые числа Фибоначчи. В общем случае величину последнего интервала неопределенности можно выразить в виде
В пределе при е0 нижняя граница определяется величиной наименьшего интервала неопределенности, которую можно получить при заданном числе вычислений целевой функции.
Таблица 5.1
K |
FK |
0 |
1 |
1 |
1 |
2 |
2 |
3 |
3 |
4 |
5 |
5 |
8 |
6 |
13 |
7 |
21 |
8 |
34 |
9 |
55 |
10 |
89 |
11 |
144 |
12 |
233 |
13 |
377 |
14 |
610 |
15 |
987 |
16 |
1597 |
17 |
2584 |
18 |
4181 |
19 |
6765 |
20 |
10946 |
Применяя метод Фибоначчи, прежде всего решают, сколько значений целевой функции N может быть использовано. Затем, зная величину интервала неопределенности, выбирают распределение этих значений N в нем. Так как Z1=Z0=l, то сначала вычисляют целевую функцию в точках, расположенных на расстояниях Z2 от противоположных концов исходного интервала. В этом случае
где е — наименьшее приращение х, при котором значения целевой функции отличимы друг от друга. На следующем шаге выбирают величину смещений Z3 относительно Z2.В дальнейшем сохраняют подходящее значение интервала и повторяют процесс до тех пор, пока не будет вычеслено N-ое значение целевой функции.