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
123 KB...
31 10 2026 14:13:35
Статья в формате PDF
102 KB...
29 10 2026 20:39:38
Статья в формате PDF
126 KB...
26 10 2026 5:24:35
Изучено влияние низкоинтенсивного лазерного излучения (НИЛИ) красного и инфpaкрасного спектров на структурно - функциональное состояние слизистой оболочки верхних дыхательных путей ( ВДП) у детей в дошкольных образовательных учреждениях (ДОУ). Полученные результаты исследований позволили обосновать применение НИЛИ для коррекции нарушений местных факторов защиты. Низкоинтенсивная лазерная реабилитация (НИЛР) обеспечила нормализацию и повышение цитофизиологических показателей, и снижение цитопатологических величин. Доказано ремоделирующее действие НИЛИ на слизистую оболочку верхних дыхательных путей. Эффективность НИЛР связана с ремоделированием слизистой оболочки ВДП.
...
25 10 2026 20:49:24
Статья в формате PDF
316 KB...
21 10 2026 15:41:10
Статья в формате PDF
126 KB...
19 10 2026 15:18:34
Статья в формате PDF
101 KB...
17 10 2026 8:41:19
Статья в формате PDF
418 KB...
16 10 2026 10:17:30
Статья в формате PDF
111 KB...
15 10 2026 13:43:13
Статья в формате PDF
121 KB...
14 10 2026 15:13:47
Статья в формате PDF
105 KB...
13 10 2026 1:19:25
В статье освещаются спopные вопросы платности медицинской помощи в отечественном здравоохранении. Проанализировано мнение пациентов крупного в Южном Федеральном округе лечебно-профилактического учреждения, ОКБ № 1. Определены пути распределения денежных потоков, которые порождают диссонанс в отношениях населения к организации медицинской помощи в России: в то время, как медицина по закону является бесплатной, на деле почти половину расходов пациентам приходится брать на себя, при низком сервисе обслуживания и качестве оказываемых медицинских услуг.
...
12 10 2026 23:58:35
Статья в формате PDF
321 KB...
11 10 2026 19:45:50
Получены сведения о начальных стадиях развития. Согласно профильно-генетической классификации почв техногенных ландшафтов [5] морфологически выделены элювиоземы инициальные, эмбриоземы инициальные и органо-аккумулятивные. Экспериментально показано, что выделение этих типов почв вследствие низкой скорости почвообразования пока возможно только по почвенно-биологическими показателями. Установлено, что микробное сообщество молодых почв на отвалах Мирнинского ГОК имеет хаpaктерные черты для начальной стадии почвообразования: более высокую в сравнение зональной почвой численность; низкую активность утилизации целлюлозы; низкую инвентарную. Последнее свидетельствует о низкой скорости формирования органо-минерального комплекса почвы. Выявлено, возможности дифференциации типов молодых техногенных ландшафтов по способу субстратов поддерживать начальный рост тест растений.
...
10 10 2026 18:49:25
Статья в формате PDF
339 KB...
09 10 2026 8:52:34
Статья в формате PDF
167 KB...
07 10 2026 11:24:27
Статья в формате PDF
111 KB...
06 10 2026 8:50:18
Статья в формате PDF
322 KB...
05 10 2026 22:42:30
Статья в формате PDF
116 KB...
03 10 2026 17:36:36
Статья в формате PDF
342 KB...
01 10 2026 11:20:45
30 09 2026 20:29:55
Статья в формате PDF
104 KB...
29 09 2026 2:21:28
Статья в формате PDF
127 KB...
28 09 2026 22:52:56
Статья в формате PDF
100 KB...
27 09 2026 12:41:24
Статья в формате PDF
244 KB...
26 09 2026 0:46:59
Статья в формате PDF
106 KB...
25 09 2026 22:49:17
22 09 2026 9:43:50
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 ::