Page 132 - 5637
P. 132

-  нелінійне  програмування  –  нелінійні  функції  критерію  і  обмеження.

        Нелінійне програмування прийнято поділяти на опукле – коли опукла цільова функція

        і  опукло  безліч,  на  якому  вирішується  екстремальна  задача,  і  квадратичне  –  коли

        цільова функція квадратична, а обмеження – лінійні, рівності та нерівності.

              B  даній  частині  наведено  алгоритми  та  програми  вирішення  задач  нелінійного

        програмування. Наводяться такі алгоритми:

              1)  оптимізації одновимірного унімодального критерію;

              2)  оптимізації методом послідовної зміни змінних;

              3)  оптимізації методом прямого пошуку (методом конфігурацій);

              4)  оптимізації методом ковзного допуску;

              5)  оптимізації методом спряжених напрямків;

              6)  оптимізації градієнтних методів;

              7)  штрафних та бар'єрних функцій.

              Алгоритми  1  –  3,  5,  6    призначені  для  вирішення  завдань  оптимізації  без

        обмежень  на  область  існування  оптимальних  параметрів  (тобто  при  ℎ ( ) ≡ 0  і


          ( ) ≥ 0    для  всіх    ∊   ,    = 1, … ,  ;    =   + 1, … ,  ). Алгоритми  4,  6  вирішують

        загальну  задачу  оптимізації  з  обмеженнями. Наведені  в  розділі  алгоритми  1  –  4
        відносяться  до  так  званих  пошукових,  в  яких  напрям  мінімізації  визначається  на


        основі  послідовних  обчислень  функції  критерію   ( ). Основною  перевагою  методів

        пошуку є те, що вони не вимагають регулярності і безперервності цільової функції, а

        також існування похідних. Ha практиці пошукові алгоритми часто виявляються досить

        ефективними  і  зручними  для  користувача. Алгоритм  6  належить  до  сімейства

        алгоритмів,  що  використовують  факт  існування  у  функції  критерію   ( )  двох

        похідних. Як  правило,  при  вирішенні  задач  нелінійного  програмування  методи,  які

        використовують похідні, сходяться швидше, ніж прямі методи пошуку. З іншого боку,

        проблемою використання методів оптимізації, заснований на обчисленні перших і при

        необхідності других похідних, є досить великий час (у порівнянні з методами пошуку)

        на підготовку завдання до вирішення на ЕОМ.

              При  вирішенні  задач  математичного  програмування  необхідно  вміти  оцінити

        ефективність  роботи  того  чи  іншого  алгоритму. Один  з  найбільш  часто

        використовуваних  на  практиці  критеріїв  дозволяє  оцінити  швидкість  збіжності

        алгоритму до оптимального розв’язку.
   127   128   129   130   131   132   133   134   135   136   137