Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Нелинейное программирование




Задача оптимизации в общем виде:

Минимизировать функцию:

При ограничениях:

На вид функции ограничений не накладывается.

Можно выделить следующие типы методов решения задач нелинейного программирования:

1) Методы, основанные на прееобразовании задачи. Задача с ограничениями преобразуется в последовательность задач безусловной оптимизации.

2) Методы линеаризации. Нелинейные функции в постановке линеаризуются, то есть разлагаются в ряд Тейлора и оставляются только линейные члены, после чего решается последовательность задач линейного программирования.

3) Методы квадратичной аппроксимации. Аналогично, но в ряду Тейлора оставляются квадратичные члены. Получается последовательность задач квадратичного программирования.

4) Методы выбора напралений - модифицированные методы направлений безусловной оптимизации.

5) Методы прямого поиска. Дополнение изученных методов проверками на попадание в условия.

Методы преобразования задач

Пусть является решением задачи оптимизации в общем виде. Возьмём некоторое начальное приближение , возможно недопустимое (не удовлетворяющее ограничениям), тогда пространстве RN строится последовательность векторов . Последовательность заканчивается , которое даёт некоторое приближение к решению. В качестве на каждой итерации берутся стационарные точки так называемой штрафной функции (ШФ). Она является вспомогательной задачей условной оптимизации. С помощью ШФ исходная задача сводится к последовательности задач безусловной оптимизации.

ШФ - это функция вида:

W - штраф, R - штрафной параметр.

R меняется на каждой итерации и фактически используется набор штрафных параметров R(t). W имеет различный вид для равенств и неравенств. При построении W должны выполняться следующие условия:

1) Решения подзадач безусловной оптимизации должны стремиться к решению исходной задачи, то есть:

2) Сложность задачи оптимизации функции должна быть хотя бы того же порядка, что и для функции .

3) Правило пересчёта штрафного параметра на каждой итерации должно быть достаточно простым.

Основные типы штрафов

Штрафы, учитывающие ограничения-равенства.

Для учёта ограничений равенств всегда используется квадратичный штраф.

 

Этот штраф препятсятвует отклонению от 0 как в положительную, так и в отрицательную стороны.

 

При этом R начинается с 0 или наибольшего положительного числа и возрастает от итерации к итерации.

Если есть несколько ограничений равенств, то:

 

Штрафы, учитывающие ограничения-неравенства.

1) Бесконечный барьер.

 

 

Этот штраф принимает бесконечно большое значение в недопустимых точках и 0 в допустимых.

 

 

 

2) Логарифмический штраф.

R начинается с большого положительного числа и стремится к нулю.

 

Штраф положителен на всех на [0,1] и отрицптелен для > 1.

 

3) Штраф, задаваемый обратной функцией.

R начинается с большого положительного числа и стремится к нулю.

 

В недопустимых точках штраф имеет отрицательное значение, а в допустимых - положительное.

 

4) Штраф типа квадрата срезки.

 

 

R начинается с 0 и растёт от итерации к итерации. В допустимых точках штраф равен нулю.

 


 




Поделиться с друзьями:


Дата добавления: 2015-04-24; Просмотров: 690; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.01 сек.