- •Глава 6. Постановки задачи нелинейного программирования (знп) и основные определения…………………………...3
- •Глава 7. Задача одномерной оптимизации…………………………………….13
- •Глава 8. Графический метод решения знп…………………………………...33
- •Глава 10. Выпуклое программирование……………………………………....62
- •Глава 11. Квадратичное программирование…………………………………74
- •Глава 12. Задача безусловной оптимизации (збо)…………………………………………………………………..81
- •Глава 13. Задача условной оптимизации (зуо)……………………….……127
- •Глава 6.
- •6.1. Задача нелинейного программирования (знп) и ее постановки.
- •6.2. Основные определения.
- •6.3. Классификация знп.
- •6.4. Классическая оптимизация.
- •Глава 7. Методы одномерной оптимизации
- •Постановка задачи. Основные понятия
- •7.2. Поиск отрезка, содержащего точку максимума Алгоритм Свенна
- •Методы нулевого порядка.
- •Дихотомический поиск (метод деления отрезка пополам)
- •Метод золотого сечения
- •Метод дск-Пауэлла
- •7.4. Методы первого порядка.
- •Метод средней точки
- •Метод хорд (секущих)
- •Метод кубической аппроксимации
- •7.5. Методы второго порядка. Метод Ньютона-Рафсона
- •Итерация 1
- •Глава 8. Графический метод решения знп.
- •8.1. Алгоритм графического метода решения знп
- •8.2. Решение примеров.
- •Выпуклые и вогнутые функции
- •9.1. Определения
- •9.2. Свойства вогнутых (выпуклых) функций
- •9.3. Критерии вогнутости (выпуклости) гладких функций
- •9.4. Экстремальные свойства вогнутых (выпуклых) функций
- •9.5. Сильно вогнутые (выпуклые) функции
- •9.5.1. Определение. Примеры
- •9.5.2. Свойства сильно вогнутых (выпуклых) функций
- •9.5.3. Критерии сильной вогнутости (выпуклости)
- •9.5.4. Экстремальные свойства сильно вогнутых (выпуклых) функций
- •Глава 10. Выпуклое программирование
- •10.1. Постановка задачи
- •10.2. Функция Лагранжа. Седловая точка функции Лагранжа, условия ее существования Определение 10.1. Функция , (10.10)
- •10.3. Достаточные условия оптимальности
- •10.4. Условия регулярности выпуклого множества
- •10.5. Теорема Куна-Таккера. Общий случай
- •10.6. Теорема Куна-Таккера. Случай линейных ограничений
- •Глава 11. Квадратичное програмирование.
- •11.1. Постановка задачи квадратичного программирования (зкп)
- •11.2. Применение теории Куна-Таккера к решению зкп.
- •11.3. Решение задач.
- •Глава 12. Методы безусловной оптимизации
- •12.1. Постановка задачи
- •Алгоритм метода спуска
- •. Методы нулевого порядка (прямого поиска)
- •Метод Хука-Дживса
- •Алгоритм метода Хука-Дживса, использующий одномерный поиск
- •Метод покоординатного спуска
- •Первый вариант
- •Второй вариант
- •Методы первого и второго порядков
- •Градиентные методы. Метод скорейшего спуска – метод Коши
- •Метод Ньютона
- •Модифицированный метод Ньютона
- •Методы, использующие сопряженные направления
- •Определение сопряженных направлений
- •Оптимизация квадратичной функции. Конечная сходимость алгоритмов, использующих сопряженные направления
- •12.4.4. Метод Дэвидона-Флетчера-Пауэлла Шаг 1.Метод Дэвидона-Флетчера-Пауэлла (дфп) принадлежит к классу квазиньютоновских методов, в которых направление поиска задаётся в виде
- •Алгоритм метода дфп
- •Итерация 1
- •Шаг 2. Вычислим , тогда .
- •Шаг 2. Вычислим , тогда .
- •12.4.5. Метод сопряжённых градиентов Флетчера-Ривса
- •Алгоритм метода Флетчера-Ривса
- •Глава 13. Методы условной оптимизации
- •13.1. Постановка задачи. Классификация методов
- •Общая схема методов условной оптимизации
- •Шаг 2.Шаг 1. Выбрать ( -я итерация) – возможное направление подъёма функции в точке . Если такого направления нет, то - решение задачи. В противном случае перейти к шагу 2.
- •13.2. Методы возможных направлений
- •13.2.1. Метод Зойтендейка
- •Пример 13.2
- •Итерация 3
- •Шаг 4.Рисунок 13.6
- •13.2.2. Метод Топкиса-Вейнотта
- •Пример 13.3
- •Итерация 1
- •Шаг 5.Рисунок 13.7
- •Алгоритм метода Топкиса-Вейнотта
- •13.2.3. Метод Франка-Вульфа
- •Алгоритм метода Франка-Вульфа
- •Шаг 5. Находим шаг в направлении новой точки . Решение этой задачи (одномерной): .
- •Шаг 3. Так как , переходим к шагу 4.
- •Шаг 5. Решаем задачу: .
- •Литература
Метод хорд (секущих)
При реализации этого метода учитывается не только знак производной, но и ее значение. Метод заключается в решении уравнения методом хорд и носит потому то же название.
Предполагаем, как и в предыдущем разделе, что знаки производной унимодальной функции на концах отрезка различны: ; .
Тогда приближение к стационарной точке определится по формуле
(7.4)
Алгоритм метода хорд тот же, что и алгоритм метода средней точки за исключением того, что координата точки вычисляется по формуле (7.4).
В качестве примера рассмотрим две итерации вычисления координаты точки максимума функции на отрезке .
.
Итерация 1
; ;
;
; .
Итерация 2
;
; .
Метод кубической аппроксимации
В соответствии с этим методом предполагается, что функция , которая подлежит максимизации, хорошо аппроксимируется на отрезке полиномом третьей степени. Построим этот полином по заданным значениям функции и и ее производной и (полином Эрмита) в виде
.
Коэффициенты , , , , определяемые из условий ; ; ; , равны:
; ;
; .
Точку максимума оценим точкой интерполяционного полинома, для чего приравняем производную полинома нулю:
.
Решая это квадратное уравнение, получим
, (7.5)
где ; (7.6)
. (7.7)
Алгоритм метода кубической аппроксимации
Исходные данные. – отрезок, содержащий точку максимума , , , , – параметры окончания счета.
Если , то , конец.
Вычислить по формулам (7.4)-(7.7).
Вычислить ; .
Если , то , конец.
Если , то , , ; перейти к шагу 1.
; ; ; перейти к шагу 1.
Пример 7.6. Найти точку максимума функции на отрезке ; ; .
.
Итерация 1
;
; ;
; ;
;
;
;
; .
Так как , продолжаем расчет.
, следовательно, .
Итерация 2
;
;
;
;
; .
Так как , следовательно, .
7.5. Методы второго порядка. Метод Ньютона-Рафсона
Предполагаем, что унимодальная функция дважды непрерывно дифференцируема. Тогда для решения уравнения можно применить метод касательных (Ньютона) , (7.8)
Алгоритм метода Ньютона-Рафсона
Исходные данные. -начальная оценка координаты стационарной точки, , – параметр окончания счета,
.
.
Если , то , конец.
, перейти к шагу 2.
Пример 7.7. Найти точку максимума функции на отрезке , , .
Итерация 1
; ;
; .
Итерация 2
;
; , .
Последовательность (7.8) сходится к стационарной точке лишь при выполнении определенных условий, накладываемых на вид функции и выбор начальной точки (теорема о сходимости метода касательных).
Глава 8. Графический метод решения знп.
8.1. Алгоритм графического метода решения знп
Рассмотрим задачу
(8.1)
(8.2)
(8.3)
(8.4)
где - определенные на функции, из которых хотя бы одна является нелинейной, .
Рассмотрим примеры решения ЗНП с двумя переменными. Так же как и в линейном программирования, они могут быть решены графически.
Алгоритм графического метода решения ЗНП.
Шаг 1. Строим область допустимых решений – область Р, т.е. геометрическое место точек, в котором одновременно удовлетворяются все ограничения ЗНП (8.2-8.4)( если она пуста, то ЗНП не имеет решения).
Шаг 2. Строим линию уровня (гиперповерхность) функции 8.1: .
Шаг 3. Определяем гиперповерхность наивысшего (наинизшего) уровня или устанавливаем неразрешимость ЗНП из-за неограниченности функции 8.1 сверху (снизу) на множестве Р.
Шаг 4. Находим точку области Р, через которую проходит гиперповерхность наивысшего (наинизшего) уровня, и определяем в ней значение функции 8.1.
В отличие от ЗЛП решение ЗНП может достигаться как внутри области Р (пример 8.3), так и на границе: в угловой точке (пример 8.2, 8.3, 8.5) или в неугловой точке (пример 8.1, 8.2, 8,4).