1. МЕТОДЫ ВОЗМОЖНЫХ НАПРАВЛЕНИЙ
Для решения задач условной оптимизации в поиске минимального или максимального значения скалярной функции f(x) n-мерного векторного пространства применяются прямые и не прямые методы оптимизации алгоритма. В общем случае численные методы решения задач нелинейного программирования можно разделить на прямые и непрямые.
Прямые методы оперируют непосредственно с исходными задачами оптимизации и генерируют последовательности точек {x[k]}, таких, что f(х[k+1]) f(x[k]). В силу этого такие методы часто называют методами спуска. Математически переход на некотором k-м шаге (k. 0, 1, 2, ...) от точки х[k] к точке x[k+1] можно записать в следующем виде:
x[k+l] x[k] + akp[k],
где р[k] -- вектор, определяющий направление спуска; аk -- длина шага вдоль данного направления. При этом в одних алгоритмах прямых методов точки х[k] выбираются так, чтобы для них выполнялись все ограничения задачи, в других эти ограничения могут нарушаться на некоторых или всех итерациях. Таким образом, в прямых методах при выборе направления спуска ограничения, определяющие допустимую область G, учитываются в явном виде.
Непрямые методы сводят исходную задачу нелинейного программирования к последовательности задач безусловной оптимизации некоторых вспомогательных функций. При этих методах ограничения исходной задачи учитываются в неявном виде.
- Тема 7. Методи можливих напрямків
- Тема 10. Принятие оптимальных решений на основе методов условной оптимизации
- 8.9. Методы условной оптимизации
- 4.9. Методы условной оптимизации
- Метод Зойтендейка
- 23.3.1 Метод допустимых направлений Зойтендейка
- 13.2.1. Метод Зойтендейка
- Классификация численных методов поиска условного экстремума
- 4.2 Метод Зойтендейка