1. Задать
2. Найти n – количество вычислений функции из следующих соображений:
где
3. Положить число итераций
4. Определить значения пробных точек
5. Вычислить значения
6. Установить, какое соотношение существует между
если
7. Если
8. Положить число итераций
9. Процесс заканчивается,
3.5 Метод золотого сечения
Метод «золотого сечения» почти столь же эффективен, как и метод Фибоначчи, однако при этом не требуется знать n - количество вычислений функции, определяемое вначале. Название «золотое сечение» определяется тем, что заданный отрезок делится на две части так, что отношение целого к большей части равно отношению большей части к меньшей. Метод гарантирует нахождение минимума в самых неблагоприятных условиях, однако он обладает медленной сходимостью. Алгоритм вычислений по методу золотого сечения следующий.
1.Задать
2.Выбрать две внутренние точки
3.Вычислить значения
4.Установить, какое соотношение существует между
если
5.Определить величину
6.Если
7.Процесс заканчивается, за минимальное значение функции принимается наименьшее из
2.6 Метод средней точки
(с использованием первой производной
оптимизируемой функции)
1.Задать значение погрешности нахождения точки минимума функции
2.Взять пробную точку, равную
3.Осуществить проверку на окончание поиска. Если
4.Сравнить
2.7 Метод Ньютона
(с использованием второй производной
оптимизируемой функции)
Данный метод применяется, если функция
Алгоритм вычислений по методу Ньютона следующий:
1. Задать погрешность определения точки минимума
2. В качестве первой пробной точки взять
3. Осуществить проверку на окончание поиска. Если
4. Определить новую пробную точку:
5. Принять последнюю пробную точку за точку минимума и вычислить минимум целевой функции в этой точке.
3 Методы многомерной оптимизации
3.1 Метод многомерной оптимизации Гаусса – Зейделя (метод покоординатного спуска)
1. Задать погрешность определения местоположения точки минимума
2. Принять одну из переменных
3. Задаться с некоторым шагом (величина шага обычно берется в интервале