Смекни!
smekni.com

Разработка компьютерного лабораторного практикума "Теория оптимизации и численные методы" (стр. 3 из 12)

1.1.3 Метод покоординатного спуска

Алгоритм метода:

здесь:

·

- проекция на ось
антиградиента функции

·

- шаг выбирается из условия убывания функции в точках последовательности:

Геометрическая интерпретация метода

Рисунок 1.5. Геометрическая интерпретация метода

Основной критерий окончания метода:

Начальные параметры метода:

Изменяемые параметры метода: величина шага

и направление проекции антиградиента (здесь абсциссы – ось
, ординаты – ось
)

Особенности реализации алгоритма. Вопрос о величине шага на каждой итерации решается пользователем, причем шаг может быть, как уменьшен, если не выполняется условие

, так и увеличен, если скорость сходимости алгоритма невысока (по субъективной оценке пользователя). Вопрос о выборе направления оси для проекции антиградиента, также решается пользователем на каждой итерации.

1.1.4 Метод Гаусса-Зейделя (наискорейшего покоординатного спуска)

Алгоритм метода:

здесь:

- проекция на ось
антиградиента функции

·

- шаг вычисляется из условия наибольшего убывания функции в точках последовательности:

Геометрическая интерпретация метода

Рисунок 1.6. Геометрическая интерпретация метода

Основной критерий окончания метода:

Начальные параметры метода:

.

Изменяемые параметры метода: отрезок для уточнения шага

.

Особенности реализации алгоритма. Задача о поиске оптимального шага

(задача
) решается численно методом дихотомии на отрезке
с заданной точностью
. Вопрос о границах отрезка
на каждой итерации решается пользователем. Направление проекции градиента меняется циклически: сначала спуск в направлении оси абсцисс, затем – ординат и т.д.

Рекомендации по выбору параметров метода. Отрезок

задается из тех же соображений, что и в методе наискорейшего спуска.

1.1.5 Метод сопряженных градиентов

Алгоритм метода:

здесь:

·

·

·

·

- шаг вычисляется из условия наибольшего убывания функции в точках последовательности:

Геометрическая интерпретация метода

Рисунок 1.7. Геометрическая интерпретация метода

Согласно алгоритму, первая итерация метода сопряженных градиентов совпадает с первой итерацией метода наискорейшего спуска.

Вычисление величины

по формуле (5.4) обеспечивает для квадратичных функций построение последовательности H-сопряженных направлений
, для которых
. При этом в точках последовательности
градиенты функции
взаимно перпендикулярны, т.е.

Основной критерий окончания метода:

Начальные параметры метода:

Изменяемые параметры метода: отрезок для уточнения шага

.

Особенности реализации алгоритма. Задача о поиске оптимального шага

(задача
) решается численно методом дихотомии на отрезке
с заданной точностью
. Вопрос о границах отрезка
на каждой итерации решается пользователем.

Замечание. Т.к. шаг

на каждой итерации вычисляется численно с точностью
, за счет накопления ошибки, метод сопряженных градиентов в отдельных случаях может сходиться для квадратичной функции за число итераций, превышающее число переменных.

Рекомендации по выбору параметров метода.

Отрезок

задается из тех же соображений, что и в методе наискорейшего спуска.

1.1.6 Метод Ньютона

Алгоритм метода:

здесь:

·

- направление спуска

·

Особенностью метода Ньютона является то, что при

метод позволяет отыскать минимум квадратичной функции за одну итерацию.

Геометрическая интерпретация метода для квадратичной функции:

Рисунок 1.8. Геометрическая интерпретация метода

Для неквадратичной функции метод Ньютона предполагает построение последовательности минимумов аппроксимирующих квадратичных функций

.

Рисунок 1.9. Последовательность минимумов

Основной критерий окончания метода:

Начальные параметры метода:


1.1.7 Метод Ньютона-Рафсона

Алгоритм метода:

здесь:

·

- направление спуска

·

- шаг выбирается из условия убывания функции в точках последовательности:

.

Геометрическая интерпретация метода для квадратичной функции:

Рисунок 1.10. Геометрическая интерпретация метода

Основной критерий окончания метода:

Начальные параметры метода:

.

Изменяемый параметр метода: величина шага