![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
Многомерные методы оптимизации. ⇐ ПредыдущаяСтр 10 из 10
Пусть целевая функция z - f(x1 x2,...t хт) — действительная функция многих переменных, определенная на множестве X Большинство методов решения задач безусловной минимизации на самом деле являются методами поиска точки локального минимума, так как для нахождения точки глобального минимума определяют все точки локального минимума и вычисляют значения функции в них, а затем выбирают минимальное значение. Но такой подход связан с очень большими вычислениями. На практике чаще используют другой подход: определить местоположение точки глобального минимума из анализа самой задачи, а затем применить для вычисления один из методов поиска точки локального минимума. Большинство итерационных методов, применяемых для решения задачи безусловной минимизаций функций многих переменных, относятся к классу методов спуска, т. е. таких методов, для которых каждая итерация (шаг) приводит к уменьшению значения целевой функции: Покоординатный спуск. В методе покоординатного спуска в качестве очередного направления спуска выбирают направление одной из координатных осей. Наиболее известным является метод циклического покоординатного спуска. Пусть приближение X(n) уже найдено. Цикл с номером, n + 1 состоит из т шагов. На первом шаге производят спуск по координате x1. Значения х2 = Фактически решается задача минимизации функции одной переменной На втором шаге производят спуск по координате Значения х1 =
|