КОМПЬЮТЕРНАЯ ОПТИМИЗАЦИЯ НЕПРЕРЫВНЫХ ФУНКЦИЙ С МНОГОМЕРНЫМ АРГУМЕНТОМ НА ЗАДАННОМ МНОЖЕСТВЕ С ПРИМЕНЕНИЕМ МЕТОДОВ ОПТИМИЗАЦИИ И ЭВРИСТИЧЕСКИХ АЛГОРИТМОВ
На данный момент в науке существует множество методов поиска экстремума функции многих переменных. Все они различаются предъявляемыми к функции требованиями и обеспечивают разную эффективность и быстродействие. Очевидно, что хороший результат может быть достигнут путём объединения нескольких методов.
Рассмотрим алгоритм программы, сочетающей метод штрафных функций, генетический алгоритм и метод покоординатного спуска. Такая программа позволяет быстро находить экстремум функции многих переменных на множестве, задаваемом ограничениями в виде равенств и неравенств. С точки зрения структуры, её можно разделить на четыре блока, которые и будут рассмотрены ниже.
На первом этапе пользователем программы задаются все исходные данные: рассматриваемая функция и ограничения, определяющие множество значений аргументов. Затем применяется метод штрафных функций [1], в процессе которого исходная функция преобразуется к новому виду, включающему в себя ограничения. Все последующие операции выполняются уже только с этой новой функцией.
Следующий блок программы осуществляет преобразование функции в обратную польскую запись. Затем эта запись обpaбатывается с целью вычлeнения переменных и занесения их в память.
Третий блок является ключевым блоком программы: в нём происходит основной вычислительный процесс на основе применения генетического алгоритма [2]. Сначала формируются случайные наборы значений аргументов, представляющие собой точки начального приближения. Затем начинается итерационный процесс. Первой частью его является вычисление значений функции на текущих наборах, фиксирование нового значения экстремума, если таковое появляется, и вычисление коэффициентов «выживаемости» наборов, то есть близости значений функции на них к экстремуму. Эти коэффициенты нормированы так, что их сумма по всем наборам даёт 100%. Второй частью итерационного процесса является процеДypa выбора родителей для наборов следующего поколения. Этот выбор осуществляется случайным образом с учётом коэффициентов «выживаемости» наборов: чем больше коэффициент, тем больше шанс набора стать родителем. В третьей части происходит кроссовер, то есть для каждого нового набора выбирается точка разрыва, все значения переменных до которой заимствуются у одного родителя, а после которой - у второго. В последней части для каждого нового набора выбирается мутирующая переменная, значение которой изменяется случайным образом. После этого новые наборы становятся текущими, и на этом итерационный процесс заканчивается. Итерации повторяются до тех пор, пока разность между модулями последних найденных значений экстремума не станет меньше 0.001 модуля значения экстремума.
Четвёртый блок программы призван за небольшое число итераций уточнить полученный результат. Это осуществляется посредством использования метода покоординатного спуска. Точкой начального приближения для него выступает набор значений аргументов, полученный в результате применения генетического алгоритма.
Таким образом, подобное сочетание нескольких методов позволяет преодолеть недостатки каждого из них и получить достаточно точное решение задачи поиска глобального экстремума функции многих переменных на множестве, задаваемом ограничениями, за достаточно небольшое количество итераций.
По поводу актуальности этого алгоритма можно сказать следующее. Актуальность поиска экстремума функции очевидна, так как многие прикладные задачи требуют нахождения оптимального решения, которым, как правило, и оказывается наименьшее или наибольшее значение функции, определяемой задачей. Актуальность же использования именно этого алгоритма для поиска экстремума функции следует из эффективного взаимодействия всех блоков программы и основывается на следующих преимуществах: глобальность находимого решения, высокая точность, высокое быстродействие, возможность оперирования с множествами, задаваемыми ограничениями.
Данная система успешно себя показала при планировании расходов бюджета в части целевых программ Владимирской области. С помощью логистической функции экспертным путем была оценена эффективность этих программ в зависимости от их финансирования. С помощью вышерассмотренной системы стало возможным получение в течение нескольких минут высокоэффективное распределение финансирования программ.
СПИСОК ЛИТЕРАТУРЫ:
- Васильев Ф.П. Численные методы решения экстремальных задач. - М. : Наука, 1988. - 556 с.
- Генетические алгоритмы [Электронный ресурс]. Проект AlgoList - алгоритмы, методы, исходники, 2008. Режим доступа: http://algolist.ru/ ai/ga/index.php
Статья в формате PDF
301 KB...
14 03 2025 4:32:55
Статья в формате PDF
102 KB...
13 03 2025 8:53:18
Статья в формате PDF
147 KB...
12 03 2025 18:56:55
Статья в формате PDF
109 KB...
11 03 2025 16:56:26
Обсуждается инвазия адвентивных растений в систему Верхоянского хребта в связи с интенсивностью антропогенного влияния. Поднимаются общие вопросы засорения природных объектов промышленными отходами.
...
10 03 2025 18:25:55
Статья в формате PDF
149 KB...
09 03 2025 16:26:21
Статья в формате PDF
144 KB...
07 03 2025 15:23:12
Статья в формате PDF
305 KB...
05 03 2025 8:21:10
Статья в формате PDF
179 KB...
04 03 2025 7:38:50
Статья в формате PDF
253 KB...
03 03 2025 6:55:47
Статья в формате PDF 112 KB...
01 03 2025 10:49:35
Статья в формате PDF
121 KB...
28 02 2025 14:38:54
Статья в формате PDF
103 KB...
27 02 2025 0:10:28
Статья в формате PDF
117 KB...
26 02 2025 23:45:11
Статья в формате PDF
108 KB...
25 02 2025 12:52:10
В настоящей работе рассматриваются сложные иерархические системы «хищник -жертва - продуцент». В основу исследования таких систем положены достаточно хорошо известные экспериментальные данные, собранные компанией «Гудзонов залив» за более чем столетний период. На нижнем уровне сложной иерархической системы исследуется влияние солнечного потока на скорость роста продуцентов (деревьев, кустарников и т.д.). Показана возможность стохастических колебаний в многоуровневой системе. Подтверждена ранее высказанная гипотеза о возможности колебаний в системе «жертва -продуцент». Математическая модель описывает широкий спектр процессов и явлений, которые хаpaктерны для сложных экологических систем.
...
24 02 2025 3:47:42
Статья в формате PDF
303 KB...
22 02 2025 2:37:53
Статья в формате PDF
113 KB...
21 02 2025 21:43:15
Статья в формате PDF
289 KB...
20 02 2025 6:13:25
Статья в формате PDF
111 KB...
19 02 2025 12:52:57
Статья в формате PDF
265 KB...
18 02 2025 10:30:12
Статья в формате PDF
250 KB...
17 02 2025 7:53:57
Статья в формате PDF
119 KB...
16 02 2025 23:46:41
Статья в формате PDF
106 KB...
15 02 2025 4:48:48
Статья в формате PDF
99 KB...
14 02 2025 9:26:45
Статья в формате PDF
287 KB...
13 02 2025 5:36:13
В статье описаны эксперименты по изучению влияния основных факторов среды на жизнедеятельность жабронога стрептоцефалюса. Установлено, что наиболее оптимальная температура воды для роста и развития рачка и созревания его яиц составляет 15 - 25°С. Этот вид является исключительно пресноводным и чувствительно реагирует даже на небольшое повышение солености (в пределах 1 - 2%о). Однако жаброног способен выдерживать значительный дефицит кислорода в воде (2,5 - 2 мг/л).
...
12 02 2025 16:20:18
Статья в формате PDF
103 KB...
11 02 2025 17:44:50
Статья в формате PDF
293 KB...
09 02 2025 10:54:15
В экспериментах по микроэволюции генетически модифицированных бактерий (ГМО) при непрерывном культивировании показано, что при переходе от одного стационарного состояния к другому в открытой биологической системе скорость производства энтропии должна возрастать, а не уменьшаться, как следует из основных положений неравновесной термодинамики. С точки зрения термодинамики проточные культуры микроорганизмов – хемостат и турбидостат – это открытые термодинамические системы, способные находиться в устойчивых стационарных состояниях. Причем, в соответствии с классификацией М.Эйгена (1973), хемостат соответствует случаю постоянных потоков, а турбидостат – случаю постоянной организации. Несмотря на кажущееся разнообразие микроэволюционных переходов в двух типах открытых систем при их изучении обнаруживаются общие закономерности. Важнейшей из них является возрастание потока использованной популяциями свободной энергии, и, следовательно, возрастание теплорассеяния и скорости производства энтропии. Результаты свидетельствуют о необходимости дальнейшего развития термодинамической теории открытых биологических систем, дальнейшего изучения общих закономерностей биологического развития.
...
08 02 2025 8:13:51
Статья в формате PDF
142 KB...
07 02 2025 14:12:33
Статья в формате PDF
120 KB...
06 02 2025 18:50:10
Статья в формате PDF
104 KB...
04 02 2025 17:41:33
Статья в формате PDF
102 KB...
03 02 2025 12:49:20
Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::
