12250

Методы минимизации функции многих переменной

Лабораторная работа

Информатика, кибернетика и программирование

Лабораторная работа 3. Методы минимизации функции многих переменной. Постановка задачи: Требуется найти безусловный минимум функции от n переменных fx1 x2 xn т.е. такую точку что . Значение точки минимума вычислить приближенно с заданной точностью ε. Метод пр

Русский

2013-04-24

255.93 KB

57 чел.

Лабораторная работа 3.

Методы минимизации функции многих переменной.

Постановка задачи: Требуется найти безусловный минимум функции от n переменных f(x1, x2, …, xn), т.е. такую точку , что . Значение точки минимума вычислить приближенно с заданной точностью ε.

Метод правильного симплекса.

Стратегия поиска: Симплексом в Rn называется выпуклая оболочка (n+1) точек
x1, x2, …, xn+1, не принадлежащих ни к какому (n-1)-мерному подпространству Rn. Правильным симплексом называется множество из (n+1) равноудаленной точки. На плоскости (в двухмерном пространстве) правильный симплекс является правильным треугольником, в трехмерном пространстве правильный симплекс – правильный тетраэдр.

На первой итерации данного метода выбирается некоторый правильный симплекс в пространстве Rn . На каждой итерации сравниваются значения f(x) в вершинах симплекса. Затем преобразуется та вершина симплекса, в которой достигается максимальное значение. Преобразование происходит путем отражения  данной вершины симметрично относительно центра тяжести xC  остальных вершин. Если значение функции в полученной точке меньше, чем в исходной, то переходят к новому симплексу. Иначе пытаются осуществить процедуру отражения для остальных вершин исходного симплекса. Если все попытки неудачны, повторяют процедуру с уменьшенной длиной ребра до тех пор, пока данная длина не станет меньше заданной точности.

Алгоритм:

  1. Задать точность вычислений , выбрать начальное приближение , ребро a.
  2. Построить начальный правильный симплекс по заданному ребру a и точке .
  3. Вычислить значения f(x) в вершинах симплекса.
  4. Упорядочить вершины симплекса в порядке возрастания значений f(x).
  5. Найти и выполнить отражение вершины xn: . Если , то положить и перейти к шагу 3. Иначе перейти к шагу 6.
  6. По формулам, аналогичным формулам пункта 5, вычислить отражения вершин с номерами j = n-1, …, k. Где k выбирается из условия , либо
    k =1.
  7. Если k > 1, то положить и перейти к шагу 3. Иначе перейти к шагу 8.
  8. Выбрать новый размер ребра a = a / 2. Если a > перейти к пункту 2. Иначе остановка расчета и выбор в качестве точки минимума точки x0.

Метод деформируемого симплекса

(Метод Нелдера-Мида)

Стратегия поиска: Метод является усовершенствованным вариантом предыдущего метода. В данном случае при построении нового симплекса, кроме операции отражения, допускаются операции сжатия и растяжения. А именно, положение новой вершины симплекса находится путем сравнения и выбора наименьшего значения среди значений целевой функции в точках:

На практике хорошо себя зарекомендовал следующий выбор параметров для нахождения пробных точек: .

Для того, чтобы избежать накопления ошибок округления на итерациях, рекомендуется периодически производить так называемое обновление алгоритма. А именно, при числе итераций, кратных заданному числу M, построение нового симплекса происходит произвольно с одной фиксированной вершиной, полученной на предыдущем шаге.

Метод покоординатного поиска

(Метод Хука-Дживса).

Стратегия поиска: Алгоритм на каждом шаге содержит две основные процедуры:

а) исследующий покоординатный поиск  в окрестности данной точки x, предназначенный для определения направления убывания функции f(x) – точка ;

б) перемещение в направлении убывания (-x).

Если после шага а) = x, то происходит уменьшение шага исследующего спуска.

Если шаг становится меньше заданной точности, то прекращение поиска.

Алгоритм исследующего покоординатного спуска:

  1. Положить j = 1.
  2. Сделать пробный шаг . - заданный шаг в направлении j. Если f(y) < f(x), перейти к шагу 6, иначе к шагу 3.
  3. Сделать пробный шаг . - заданный шаг в направлении j. Если f(y) < f(x), перейти к шагу 6, иначе к шагу 4.
  4. Если j < n, положить j = j +1 и перейти к шагу 2. Иначе перейти к шагу 5.
  5. Положить = x и завершить поиск.
  6. Положить = y и завершить поиск.

Очень часто на практике используют альтернативную реализацию данного метода заключающуюся в следующем. Вместо одного шага в каждом направлении будем делать серию шагов до достижения минимума (т.е. будем искать одномерный минимум функции при фиксированных значениях других координат). После достижения минимума по одной координате повторяют аналогичную процедуру по следующим координатам. Таким образом, алгоритм сводится к последовательности одномерных минимизаций (по каждой из координат).

Также очень часто в литературе под названием покоординатный спуск (поиск) фигурируют альтернативные методы в основе которых лежит идея чередования направлений соответствующих отдельным координатам.

Метод градиентного спуска с постоянным шагом.

Стратегия поиска: Предполагается, что целевая функция f(x) - дифференцируема в и возможно вычисление ее производных в произвольной точке .

Рассмотрим итерационные процедуры минимизации вида

  (1)

где направление убывания pk определяется тем или иным способом с учетом информации о частных производных функции f(x), а величина шага > 0 такова, что

  (2)

Положим в (1) на каждом шаге . Величина коэффициента задается пользователем и остается постоянной до тех пор, пока функция убывает в точках последовательности, что контролируется путем проверки условия (2). При этом величина единичного шага определяется модулем градиента функции.

Алгоритм:

  1. Задать точность вычислений , , выбрать начальное приближение .
  2. Выбрать начальное значение шага .
  3. Положить k = 0 (k – номер итерации).
  4. Вычислить значение .
  5. Вычислить точку .
  6. Проверить выполнение критерия окончания поиска:

, .

Если критерий выполнен переход к шагу 10, иначе к шагу 7.

  1. Положить k = k+1.
  2. Проверка условия (2). Если условие не выполнено, положить =/2.
  3. Переход к новой итерации (шаг 4).
  4. Выбираем приближенно , . Поиск завершен.

Вопросы и задания

  1. Написать в среде MATLAB функции, реализующие следующие три метода: метод правильного симплекса (либо метод Нелдера-Мида), метод покоординатного спуска Хука-Дживса, метод градиентного спуска с постоянным шагом.
  2. Протестировать работу реализованных методов на примере функции:

,

выбрав несколько значений a в диапазоне от 1  до 100 (3-5 значений), при одинаковом начальном приближении (10, 10). Сравнить скорость работы методов при различных значениях параметра a, заполнив таблицу следующего вида:

Таблица 1. Число итераций N для различных значений a.

Метод

a = 1

a = 10

a = 100

a=…

ε = 0.01

ε = 0.001

ε = 0.01

ε = 0.001

ε = 0.01

ε = 0.001

Правильного симплекса

Хука-Дживса

Градиентного спуска

Для точности также выбирается 3-5 значений, соответствующих степеням десяти.

  1. Изучить зависимость работы методов от начального приближения при фиксированном значении a для функции задания 2. Результаты представить в виде таблицы, аналогичной заданию 1. Например, сравнить выбор начального приближения на осях (точки (0, 10) и (10, 0)) и на прямой x=y (точка (10, 10)). 
  2. На примере функции Химмельблау

рассмотреть особенности применения данных методов для минимизации многомодальной функции. Как в данном случае будет зависеть работа рассматриваемых алгоритмов от выбора начального приближения?

  1. Сравнить поведение предложенных методов на примере функции Розенброка («овражной» функции):

при различных вариантах начального приближения. Какой метод в данном случае будет давать наилучшие результаты?


 

А также другие работы, которые могут Вас заинтересовать

32071. Проблема малой группы в социальной психологии 59 KB
  Проблема малой группы в социальной психологии Проблема определения малой группы Само понятие группа возникло в середине 19 века когда начали изучаться отношения между людьми психология масс народов толпы а изучение малой группы началось с начала 20го века. Как минимум существует 4 группы определений малой группы: 1. любое количество лиц находящихся во взаимодействии друг с другом в виде одной непосредственной встречи или ряда встреч во время которых каждый член группы получает некоторое восприятие каждого другого члена группы....
32072. Становление малой группы как психологической общности 63.5 KB
  Становление малой группы как психологической общности Детерминанты возникновения малой группы факторы общественноэкономического характера требования производства специфика Дти запросы общества социальные факторы: престижность профессии безработица ради выживания чел может браться за самую непрестижную работу престижность группы не зависит от престижности профессии материальный фактор успешность группы. Психологические факторы для неофициальных неформальных групп: потребности человека в безопасности в самоуважении в...
32073. Управление малой группой 59.5 KB
  Социальная власть занимался Левин Шоу Коллинс Равен актуальное часто потенциальное влияние оказываемое одним членом группы на другого а также контроль над другими людьми. По материалам эмпирических исследований наиболее влиятельный субъект воспринимается членами группы как своеобразный коммуникативный центр группы поэтому Равен добавил ещё один тип власти информационную прямая и косвенная формы способна очень длительно воздействовать. Лидеры используют власть как средство в достижении целей группы или организации. Лидер...
32074. Межличностная совместимость и групповая сплочённость 51 KB
  предполагает оптимальную согласованность определенных индивидуальнопсихологических характеристик членов группы характерологических мотивационнопотребностных ролевых и др. Поведенческая личностные свойства членов группы образуют типичные поведенческие модели модели могут быть совместимые и несовместимые очень мало исследований В них рассматриваются только отдельные личностные качества преимущественно авторитарность и доминантность. Структурный выявление оптимальных сочетаний психологических характеристик членов группы...
32075. Изучение межгрупповых отношений в социальной психологии 39.5 KB
  предложена общая деятельность по уборке лагеря в ходе которой были выявлены стихийно сложившиеся дружеские группы; 2. подростков разделили на две группы так чтобы разрушить естественно сложившиеся дружеские отношения измерили враждебность между группами не выявилась; 3. группы были вновь объединены и занялись общей деятельностью ремонтировали водопровод. Затем произвольно разделили людей на две группы: в одну попали те кто зафиксировал больше точек на первой в другую на второй картине.
32076. Прикладные аспекты в социальной психологии 45.5 KB
  Чтобы проанализировать основные линии возможного приложения сп знаний нужно знать специфику прикладного исследования. Прикладные исследования в различных областях науки обладают рядом общих черт. Специфика прикладного исследования в социальной психологии. : различные области народного хозяйства и культуры финансируют сп исследования и создают благоприятные возможности для развития науки; СП не готова ответить на некоторые вопросы поставленные практикой мало теории но в условиях острой общественной потребности она дает эти ответы...
32077. Межличностные конфликты в малой группе. Петровская 68.5 KB
  Структура конфликта. стороны участники конфликта отдельные индивиды социальные группы и организации государства; участники конфликта характеризуются в первую очередь мотивами целями ценностями установками и пр. условия протекания конфликта социальнопсихологическая среда разл группы с их специфической структурой динамикой нормами ценностями и т. возможные действия участников конфликта участники конфликта в действиях передают противостоящей стороне свои намерения оценки и демонстрируют свои возможности.
32078. Психология рекламы и маркетинга 58.5 KB
  Пси рекламы и маркетинга. Основные аспекты работы социального психолога в сфере рекламы и маркетинга. технологии воздействия 12 шагов МакГрайра технологическая модель воздействия от узнавания продукта до согласия купит и до любви к нему Виды рекламы. Реклама в местах продажи вывески магазинов упаковка с фирменным логотипом Виды рекламы: 1.
32079. Структура, функции и тенденции развития современной семьи 41.5 KB
  Структура функции и тенденции развития современной семьи. Исходя из этого в изучении семьи можно отталкиваться от тех потребностей которые важны для супругов создавших семью и тех на которые рассчитывает в отношении семьи общество. Сфера жизнедеятельности семьи непосредственно связанная с удовлетворением определенных потребностей ее членов функция семьи. Навайтис: основные группы семейных потребностей: создание и поддержание материальных условий жизнедеятельности семьи; потребности в любви и опеке связанные с материнством; ...