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
249 KB...
11 05 2026 2:35:34
Исследованы изменения биохимических показателей школьников в условиях их работы за компьютером. Дан сравнительный анализ изменений биохимических показателей у школьников с разными биоритмами в разные сезоны года. Получены результаты, свидетельствующие о значительном изменении биохимических показателей школьников в условиях их работы за компьютером в весенний период.
...
10 05 2026 10:37:12
Статья в формате PDF
100 KB...
09 05 2026 15:17:45
Статья в формате PDF
140 KB...
08 05 2026 0:18:37
Статья в формате PDF
115 KB...
07 05 2026 13:13:21
Приведены результаты научных исследований сохранения и улучшения экологического состояния агроландшафтов Казахстана. Проведены экспериментальные работы с учетом дифференциации зональных систем земледелия. Исследования показали, что оценка в эрозионных агроландшафтах адаптивности основной обработки богарных светло-каштановых почв на уровне мезо – и микроландшафтных условий, вспашка более эффективна в северных и восточных экспозиций склонов, где плотность пахотного слоя была в среднем за вегетацию зерновых культур в основном на 0,02–0,04 г/см3 меньше по сравнению с плоскорезной обработкой. На склонах южной и западной экспозиций наоборот плоскорезная обработка способствовала снижению уплотненности почвы, на 0,03–0,05 г/см3 и повышению ее противоэрозионной устойчивости в 1,2–1,5 раза. На склонах северной и восточной экспозиции вспашка обеспечивает более эффективную борьбу с сорняками, а плоскорезная – на южных и западных склонах более высокое и равномерное накопление снега и рациональное использование влаги. Важнейшим звеном улучшения экологии почв является оптимизация севооборотов. В статье предлагается построить севооборот по количеству оставляемого в почве органического вещества, каждым предшественником. Для совершенствования севооборотов рекомендуется сидерация, уплотненные посевы, размещение многолетних и однолетних трав, применения органических удобрений и др.
...
06 05 2026 21:57:33
Статья в формате PDF
110 KB...
05 05 2026 14:32:22
Статья в формате PDF
129 KB...
03 05 2026 8:57:46
Статья в формате PDF
96 KB...
02 05 2026 10:13:44
Статья в формате PDF
115 KB...
01 05 2026 9:43:31
Статья в формате PDF
137 KB...
30 04 2026 1:59:51
Статья в формате PDF
153 KB...
29 04 2026 22:43:47
Статья в формате PDF
122 KB...
28 04 2026 6:57:59
Статья в формате PDF
105 KB...
27 04 2026 15:28:54
Статья в формате PDF
124 KB...
26 04 2026 17:19:47
Статья в формате PDF
250 KB...
25 04 2026 0:12:54
Статья в формате PDF
99 KB...
23 04 2026 9:19:46
Статья в формате PDF
117 KB...
22 04 2026 12:31:25
Статья в формате PDF
100 KB...
21 04 2026 5:27:17
Статья в формате PDF
145 KB...
20 04 2026 21:23:15
Статья в формате PDF
302 KB...
19 04 2026 3:45:57
Статья в формате PDF
215 KB...
18 04 2026 7:43:59
Статья в формате PDF
113 KB...
17 04 2026 4:24:35
Статья в формате PDF
100 KB...
16 04 2026 22:26:44
Статья в формате PDF
249 KB...
15 04 2026 6:28:21
Статья в формате PDF
172 KB...
14 04 2026 2:32:49
Статья в формате PDF
121 KB...
13 04 2026 6:23:39
Статья в формате PDF
307 KB...
11 04 2026 5:45:39
Статья в формате PDF
119 KB...
10 04 2026 18:39:36
Статья в формате PDF
120 KB...
09 04 2026 7:12:41
Статья в формате PDF
241 KB...
08 04 2026 2:22:23
Статья в формате PDF
310 KB...
07 04 2026 1:38:53
Статья в формате PDF
112 KB...
06 04 2026 18:22:57
Статья в формате PDF
109 KB...
05 04 2026 7:45:59
В листьях древесных пород и травянистой растительности определены корреляционные зависимости между Mn, Cr, Ni, Cu, Ti, Pb, Zn, Co в условиях геохимического фона и на колчеданных месторождениях.
...
03 04 2026 17:47:47
Статья в формате PDF
127 KB...
02 04 2026 10:40:22
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 ::
