Главная » Просмотр файлов » Ф.П. Васильев - Методы оптимизации (2002)

Ф.П. Васильев - Методы оптимизации (2002) (1158201), страница 94

Файл №1158201 Ф.П. Васильев - Методы оптимизации (2002) (Ф.П. Васильев - Методы оптимизации (2002)) 94 страницаФ.П. Васильев - Методы оптимизации (2002) (1158201) страница 942019-09-18СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 94)

Оказывается, если функциями(х) не ';.1' л! !, '«,, ЬД является гладкои, то метод покоординатного спуска может не сходиться ко множеству решений задачи (!). Об этом говорит следующий Пример 1. Пусть Г(и) = хл+ уг — 2(х+ у)+2!х — у), и =(х, у) Е Ел. Нетрудно проверить, что 7(и) сильно выпукла на Е' и, следовательно, ограничена снизу и достигает своей нижней грани на Е' в единственной точке.

Возьмем в качестве начального приближения точку и = (О, 0). Тогда имеем 7(и + ое) = 7(ое ) = ол — 2о + 2)о ~ ) 0 = 7(0), 7(ио+ ое) = 7(ое ) = о'— — 2о+ 2!о) > 0= 7(0) при всех действительных о. Отсюда следует, что все итерации метода (2) — (7) при начальной точке и, = (О, 0) и любом выборе начального параметра о = о, > 0 будут неудачными, т. е. и, = и при всех к =О, 1,... Однако в точке и,= (О, 0) функция 7(и) не достигает своей нижней грани на Е~: например, в точке и =(1, 1) имеем 7"(и) = — 2 < 7(и ) =О.

2. Описанный выше метод покоординатного спуска нетрудно модифицировать применительно к задаче минимизации функции на параллелепипеде: у(х) — «!и1; хЕХ=((х',,х"): а,(х'(Ь,, 1=1«...«п)« где а„Ь,. — заданные числа, а, < Ь,, Г = 1,..., и. А именно, пусть й-е приближенйе х е Х и число о„>0 прй некотором к >0 уже найдены. Выберем вектор р, = е,. согласно формуле (2), составим точку х„+ оьр„и проверим условия х + о,р„Е Х у(х«, + о„р ) < 7(х ). (10) Если оба условия (10) выполняются, то следующее приближение х„„„о„ч, определяем по формулам (4). Если же хотя бы одно условие (10) йе выполняется, то составляем точку хь — о,рл и проверяем условия хь о«Рь Е Х Г(хг оьРл) < 7(хь) (11) В случае выполнения обоих условий (11) следующее приближение определяем по формулам (6), а если хотя бы одно из условий (11) не выполняется, то следующее приближение находится по формулам (7).

Теорема 2. Пусть функция 7"(х) выпукла на Х и 7"(х)е С'(Х). Тогда при любом выборе начальных х„е Х и оь > 0 последовательность (х,), получаемая методом (10), (4), (11), (6), (7), минимизирует функцию 7(х) на Х и сходится ко множеству рггигний задачи (9). До к а з а т е л ь с т в о. Так как Х вЂ” параллелепипед, то множество М(т) =(х: х е Х, 7(х) < 7(хь)) ограничено, Так как Г(х „,) < 7(х ), к =О, 1,..., то (х„) Я Х и сУществУет !пп 7(хь) >7,, Так же, как в теореме 1, доказывается существование бесконечного числа номеров к, с... ...

< Ь„<... итераций, на которгях длина шага о„дробнтся, и поэтому !пп о„= О. В силу ограниченности М(х,) из (х„) можно выбрать сходящуюся подпоследовательность. Не умаляя общности, можем считать, что (х„)- х„=(х.',..., х,"), Прн каждом Г =1,,„п возможны следующие трй" случая. 1) а,, < х,* < Ь, Так как !пп о =О, то найдется номер Аг такой, что х + « + о„е, Е Х и х„— о е, е Х при всех «и > А!.

Поскольку оь при й = Ь дробйтся, то 7(х„+ ог е,) ) у(х„), 7(хь — о„е,) > 7(хь ) 314 Гл. 5. МЕТОДЫ МИНИМИЗАЦИИ ФУНКЦИЙ МНОГИХ ПЕРЕМЕННЫХ 315 $12. МЕТОД ПОКООРДИНАТНОГО СПУСКА для всех т > 7ть. Отсюда, как и в теореме 1, получаем 7"„,(х,) = О, так !то 7м(х„)(х' — хс) = О, а, ( хс < Ьс. 2) хс = а,. Тогда х + ст ес Е Х и 7(хь + сть ес) > 7" (хь ) пРн всех т > Ж. Следовательно, (!'(х + д,„сть е,), е,)оа >О йли 7,,(х +д,„сть е,.) >О длЯ каждого гп > Аг.

Отсюда при т — оо получим ум(х„) > О или 7,,(х,)(хс— — а.) =~,;(х.)(х' — хс) > О, ас < хс ( 6, 3) хс = Ь, Тогда х — а, ес ЕХ и 7(хь — оь ес) >7(хь ) при всех тп > )тг. ПоэтомУ (7(хь — д схь ес), ес)( — сть ) ~>О или Ум(хь — д сть ес) <О, т > 71Г. Отсюда при т- со получим 7"„.(х„) <О, следовательно, ~,(х„)(хс — Ьс) = 7,:(х,)(хс — хс) > О, ас < хс < Ь, Объединяя все три рассмотренных случая, заключаем, что 7"„,(х,)(хс — х„с) > О, ас < хс < Ьс, е' = 1,..., и. Суммируя эти неравенства по всем ( = 1,..., о, получим (7'(х„), х — х,) >О для всех х 6Х. Согласно теореме 4.2.3 тогда х, е Х..

Следовательно, 1пп 7(хь) = ь ч = !11п 7'(хь ) = 7(х„) = Г„т. е. (хь) — минимизиРУющаЯ последовательное™ть. Ото!ода и из теоремы 2.1.2 следует, что 1пп р(х„Х„) = О. Теорема 2 доказана. П 3. Существуют и другие варианты метода покоординатного спуска. Можно, например, строить последовательность (хь) по правилу (12) ха+ ~ = ха + «"ьуь~ где Рь определяется согласно (2), а аа — условиями а >О, д (ст )= пнп д„(ст), дь(сх)=У(х +сара).

(13) Метод (12), (13) имеет смысл применять в том случае, когда величина сть из (13) находится в явном виде. Так будет, если функция 7(х) — квадатичная, т. е. Р ! .Г(х) = 2(Ах, х) — (6, х), х Е Я", (14) где А — симметричная положительно определенная матрица, Ь е Е'. Нетрудно убедиться, что для функции (14) метод (12), (13) приводит к хо ошо известному методу Зейделя нз линейной алгебры !74; 891. отя и скорость сходимости метода покоординатного спуска, вообще говоря, невысокая, благодаря простоте каждой итерации, скромным требованиям к гладкости минимизируемой функции этот метод довольно широко применяется на практике, Существуют и другие методы минимизации, использующие лишь значения функции и не требующие для своей реализации вычисления производных.

Например, используя вместо производных их разностные аппроксимации, можно построить модификации рассматривавшихся в предыдущих параграфах методов, требующие вычисления лишь значений функции в подходящим образом выбранных точках. Другой подход для минимизации негладких функций, основанный лишь на вычислении значений функции, дает метод случайного поиска, который будет рассмотрен ниже в $ 19. Метод поиска глобального минимума, излагаемый в следующем параграфе, также относится к методам, не требу!ощим вычисления производных минимизируемой функции.

Упражнении !. Нарисуйте линии уровня Пя) = С = сопя! функции иэ примера 1 и поясните причину расходимости метода покоординатного спуска для этой функции при выборе оо = (0,0). 2. Опишите метод покоординатного спуска и докажите его сходимость для случая, когда в эадаче (9) о, = -со или ьь = оо дла каких-либо т, У, 1 < А г' к и.

3. Докажите сходимость метода (!2),(13) для функции (14) [74). 9 13. Метод покрытия в многомериььх задачах Опишем еще один метод минимизации, основанный лишь на вычислении значений целевой функции без привлечения значений каких-либо ее производных. Речь пойдет о методах покрытий, одномерный вариант которых был изложен в $1.7.

Эти методы служат для минимизации функций, удовлетворяющих условию Липшица. Заметим, что такие задачи в общем случае являются многоэнстремальньсми, т. е. в ннх могут существовать точки локального минимума, отличные от глобального минимума. Большинство методов, описанных выше в этой главе, прн их применении к многоэкстремальным задачам скорее всего нам помогут найти лишь какую-либо точку локального минимума, расположенную поблизости от начальной точки. Поэтому эти методы часто называют локальными методами. На практике для решения многоэкстремальных задач локальные методы обычно используются следующим образом: на множестве задают некоторую сетку точек и, выбирая в качестве начального приближения точки этой сетки, с помощью того или иного локального метода находят локальные минимумы функции, а затем, сравнивая полученные результаты, определяют ее глобальный минимум.

Однако ясно, что такой подход к решению многоэкстремальных задач весьма трудоемок н не всегда приводит к цели. Поэтому представляют большой интерес методы поиска глобального минимума в многоэкстремальных задачах. Перейдем к изложению одного из методов покрытий, которые служат для решения многоэкстремальных задач с целевой функцией, удовлетворяющей условию Липшица. Ограничимся рассмотрением задачи минимизации на параллелепипеде: 7"(х)- !и1, хЕ П=(х=(х',..., х"): ас < хс < Ьс, ь'=1,..., и), (1) где а,, Ьс — заданные числа, а,. < 6,, а функция Г'(х) удовлетворяет условию )7(х) — 7(у)) ( 7 !х — у) 'ох, у Е П, (2) где Х = сопз! > О, )х — у/ = !пах )хс — ус/. В правой части (2) можно было 1ссяь поставить любую другую норму ~ х — у)„, 1 < р < оо, например, евклидову норму )х — у~, как это мы неоднократно делали выше, когда требовали условие Липшица от функции или ее производных. В силу эквивалентности норм в 316 Гл.

З. МЕТОДЫ МИНИМИЗАЦИИ ФУНКЦИЙ МНОГИХ ПЕРЕМЕННЫХ $ !3. МЕТОД ПОКРЫТИЯ В МНОГОМЕРНЫХ ЗАДАЧАХ 317 Е" условие Липшица в любой норме может быть сведено к виду (2). А норма !х-у~ здесь привлекает нас тем, что такие множества, как параллелепипед, куб удобно описывать с помощью именно такой нормы. Так, например, множество (х ЕЕ": !х — т ( < 6/2)=(хеЕ": !х' — х*'!(6/2, 4 =1,..., и) представляет собой куб с центром в точке х,, ребром длины 6 н с гранями, параллельными осям координат. Именно такими кубами мы будем покрывать параллелепипед П.

Кроме того, использование нормы ! ~ позволит нам изложить многомерный вариант метода покрытий для решения задачи (1) также просто, как в одномерном случае (см. $ 1,7, п, 4). На параллелепипеде П введем сетку П„, состоящую из точек х, =(х1, х~,..., х>',..., хз), >'-я координата х> которых при каждом у=1,..., п образована по правилу (ср.

с $ 1.7): х,'=а.+2 4=х>>+6, ..., х,'„.,=х,','+6, ..., Ь т 21 х', = х, +(п>з — 2)6, х = пни(х, + (тз — 1)6; Ь,), где 6 = — — шаг метода, а натуральное число тг определяется условием 2е = Ь х, < Ьз — ' — < х>! Е(тз — 1)'6. В качестве приближения нижней грани /, в Ь задаче (1), можно взять величину пни /(х>, ) = Г>„которую можно найти с помощью простого перебора всех значений функции /(х) по точкам сетки П„. Справедлива Теорема 1. Для любой функции /(х), удовлетворяющей условию (2), справедлива оценка / ( Г>, ( /, + е. Доказательство.

Характеристики

Тип файла
PDF-файл
Размер
76,43 Mb
Тип материала
Высшее учебное заведение

Список файлов книги

Свежие статьи
Популярно сейчас
Почему делать на заказ в разы дороже, чем купить готовую учебную работу на СтудИзбе? Наши учебные работы продаются каждый год, тогда как большинство заказов выполняются с нуля. Найдите подходящий учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6458
Авторов
на СтудИзбе
305
Средний доход
с одного платного файла
Обучение Подробнее