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) |
Алгоритмы идентификации
Алгоритмы идентификации представлены двумя основными алгоритмами, включающих ряд вспомогательных алгоритмов. Первый MINP - алгоритм Пауэлла для минимизации функций с числом переменных не больше 50. Он состоит из алгоритма минимизации на основе модифицированной функции Лагранжа, алгоритма одномерного поиска минимума, алгоритма золотого сечения и др. Второй MINRD - алгоритм минимизации, основанный на генерациях случайных направлений для решения задач нелинейного программирования вида f(x) ® min, когда считается, что функция f(x) унимодальна и существует точка xÎEn, в которой достигается минимум функции f(x). Работа алгоритма строится следующим образом. В начале первого этапа с помощью датчика псевдослучайных чисел, равномерно распределенных на отрезке [-1, 1], генерируются направления S, SiÎ[-1,1], i=1,...,n, jÎJ, J={1,...,m}. Для каждого направления решается задача f(x0 + aj)-->min, jÎJ. (3)
На основании результатов решения задачи выделяется подмножество J0(x0) множества J. Если J0(x0)=Æ, то первый этап повторяется. Если количество неудачных попыток превзойдет заранее установленное число, то работа алгоритма прекращается и в качестве решения принимается точка х. Если J0(x0) ¹ Æ, то осуществляется переход ко второму этапу. С помощью датчика псевдослучайных чисел, равномерно распределенных на отрезке [ 0, 1 ] генерируются числа gj, jÎJ0, а затем вычисляется направление S = å gj×Sj Î K(x0), jÎ J0(x0) (4)
Далее решается задача f(x0 + a×S) ® min, результаты которой сопоставляются с рекордом, в качестве которого при первом выполнении второго этапа на заданной итерации принимается лучшее из решений задач (3). Если значение целевой функции на оптимальном решении задачи (4) меньше рекорда, то оно принимается в качестве нового рекорда, а значение аргумента запоминается. Далее этап 2 повторяется. Если количество подряд следующих неудачных попыток превысит заданное число, то этап 2 завершается приближенным решением исходной задачи f(x0 + a×S) ® min min В качестве точки х0 принимается лучшее решение второго этапа. Далее осуществляется переход к первому этапу. Сервисные алгоритмы обеспечивают, в первую очередь, последовательное выполнение всех функционально заданных этапов решения задач, возможности обратной связи на любой стадии выполнения задания и вывод информации на печать либо экран в задаваемом объеме. Кроме того, сервисные алгоритмы выполняют диспетчерско-контрольные функции работы ПИКа, обеспечивающие пользователя информацией о последовательности действий и допущенных ошибках. Следует подчеркнуть, что предлагаемое алгоритмическое обеспечение является автономным и не требует внешних вычислительных ресурсов. В то же время оно позволяет достаточно оперативно заменять и модернизировать задействованные алгоритмы без ущерба для ПИКа в целом.
Дата добавления: 2014-10-23; Просмотров: 462; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |