Видове многомерни методи за оптимизация

От Администрация и управление
Направо към навигацията Направо към търсенето
The printable version is no longer supported and may have rendering errors. Please update your browser bookmarks and please use the default browser print function instead.

Многомерната оптимизация представлява задача, за минимизация на целевата функция, зависеща от много променливи. Към големият брой управляващи параметри и сложността на целевата функция, се добавяр многобройни ограничения. Методите за многомерна оптимизация се делят на преки и непреки.

Преки

Голяма част от преките безусловни методи не се обосновават на теоритична обосновка, а на евристични съображения. Този вид методи използват информация само за целевата функция, стойностите на която се изчисляват в следствие на ясно дефинирана стратегия. Методите, които спадат към групата на преките безусловни такива са:

  • Метод на покоординатното спускане - последователна едномерна минимизация на целевата функция по всяка от координатите на n- мерното пространство
  • Методи на случайното търсене - това е голяма група от методи, в която стойностите на целевата функция се изчисляват в точки, генерирани по някакъв случаен закон
  • Симплекс метод - едновременно изследва и премества към минимума чрез точки, които образуват симплекс в управляващо параметрите пространство.

Непреки

Непреките безусловни методи се отличават от преките по това, че при тях освен стойностите на целевата функция се използват и нейните първа и втора производни. Съществуват четири метода, които спадат към тази група:

  • Метод на най-стръмното спускане - при този метод се изчислява антиградиентът на целевата функция в една точка, което превръша задачата в едномерна минимизационна такава, а посоката на търсене се задава от антиградиентът (нейното най-голямо намаляване)
  • Метод на спрегнатите градиенти - стъпката от всяко повторение не е в посоката на антиградиентите, а се изчислява от антиградиентите от предходното и текущо повторение
  • Метод на Нютон - намирането на минимума на целева функция с непрекъснати първа и втора производни, чрез използването на градиент ∇f (x) и Хесиан H(x).
  • Квазинютонови методи- група методи, съчетаващи предимствата на метода на най-стръмното спускане и метода на Нютон

Вижте още

Източници

  • Юрий Данаилович Зубенко, А. А. Ильин, Оптимизация решений производственных задач: На примере АСУ
  • Златка Иванова, Красимира П. Стоилова, Тодор А. Стоилов, Портфейлна оптимизация - информационна услуга в Интернет
  • Семен Ефимович Ильюшонок ; Отг. ред. А. И. Тянутов, Оптимизация темпов и пропорций развития аграрно-промышленного комплекса
  • Прев. от англ. Ю. Н. и др. Печерский, Оптимизация и обработка данных:Математические исследования
  • Прев. от англ. В. Л. Марков, Оптимизация планов производства
  • Андрей Станиславович Плещинский, Оптимизация межфирменных взаимодействий и внутрифирменных управленческих решений
  • Станислав С. Скрипниченко, Оптимизация режимов полета по экономическим критериям
  • Стоян К. Стоянов, Методи и алгоритми за оптимизация

Външни препратки