- •Методы однокритериальной оптимизации
- •2. Порядок выполнения лабораторной работы
- •3. Требования к защите лабораторной работы
- •2. Порядок выполнения лабораторной работы
- •2. Порядок выполнения работы
- •3. Требования к защите лабораторной работы
- •3. Требования к защите лабораторной работы
- •Контрольные вопросы
- •Лабораторная работа № 5 случайный поиск с линейной и нелинейной тактикой
- •Параметрическая и структурная адаптация алгоритмов
- •3. Требования к защите лабораторной работы
- •Контрольные вопросы
- •Лабораторная работа № 6 эволюционный бионический алгоритм
- •3. Требования к защите лабораторной работы
- •Литература
- •Варианты заданий
3. Требования к защите лабораторной работы
Для защиты работы представить алгоритм и программу поиска минимума функции двух переменных. Результатом работы программы является правильное нахождение экстремума функции при старте из произвольно заданной начальной точки в области поиска.
Контрольные вопросы
Общая идея методов случайного поиска.
Сравнение методов случайного поиска с линейной и нелинейной тактикой.
Сравнение детерминированных методов и методов случайного поиска.
Задача адаптации поиска.
Лабораторная работа № 6 эволюционный бионический алгоритм
Цель работы: Изучение работы методов оптимизации с глобальными свойствами на примере бионического эволюционного алгоритма.
Описание метода
Идея эволюционного метода базируется на том, что на начальном этапе имеем N произвольных точек, моделирующих отдельные особи. Среди N точек выбираем лучшую точку N*. Степень приспособленности каждой из точек определяется значением функции Y(x): чем меньше значение функции, тем больше приспособлена особь и имеет больше шансов на выживание.
N* лучших точек дают потомство, т.е. генерируются точки, отличающиеся от родителя случайным образом:
Xij = Xj + ξij, i = 1..N, j =1..Kj
где Kj – количество точек, сгенерированных вокруг, j-ой точки;
ξij – случайные отклонения, моделирующие отличие i-го потомка от j-го родителя в силу случайных мутаций (скачкообразное изменение или появления нового признака у потомка). Среди потомков вступает в действие естественный отбор, при котором с большей вероятностью выживает потомок с минимальным значением функции (т.е. среди полученных потомков выбираем N** - лучших).
Процедура повторяется до тех пор, пока не будет достигнуто фиксированное число реализованных поколений.
Алгоритм моделирует механизм естественного отбора и позволяет хорошо оптимизировать многоэкстремальные функции при наличии ограничений. Алгоритм позволяет эффективно применять параметрическую адаптацию.
Порядок выполнения работы
Разработать алгоритм и программу поиска глобального максимума многоэкстремальной функции
при ограничениях:
параметрических
;
функциональных
Осуществить несколько запусков программы при различных параметрах алгоритма (число начальных точек, число генерируемых потомков и т.д.).
При отображении сгенерированных точек на дисплее точки каждого поколения изображаются различными цветами.
3. Требования к защите лабораторной работы
Для защиты работы представить алгоритм и программу поиска глобального максимума многоэкстремальной функции. Результатом работы программы является правильное нахождение экстремума функции при различных исходных данных.
Контрольные вопросы
Характеристики алгоритмов с глобальными свойствами.
Параметрическая адаптация эволюционного бионического алгоритма.
Литература
Банди Б. Методы оптимизации. Вводный курс. М.: Радио и связь, 1988.
Вентцель Е.С. Исследование операций: задачи, принципы, методология. – М.: Наука, 1988.
Первозванский А.А. Поиск. М., Наука, 1975.
Растригин Л.А. Случайный поиск. М., Знание, (Новое в жизни, науке и технике. Серия «Математика, кибернетика», 1), 1979.
САПР, в 9 кн. (под ред. Норенкова И.П.) М.: Высш. шк., 1986.
Фурунжиев Р.И. Вычислительная техника и ее применение. Мн.: Выш.шк., 1984.
Приложение