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
143 KB...
09 12 2023 1:47:16
Статья в формате PDF
279 KB...
08 12 2023 14:27:13
Статья в формате PDF
135 KB...
07 12 2023 6:40:35
Статья в формате PDF
111 KB...
06 12 2023 7:14:46
На основе введённых функций состояния для электромагнитного поля и зарядовой функции состояния для частиц выведена полная система уравнений Максвелла для электродинамики. Показано, что закон сохранения зарядов есть следствие существования этой функции. Показано также, что в вакууме электромагнитное поле отсутствует, что подтверждает справедливость теории дальнодействия.
...
05 12 2023 18:25:24
Статья в формате PDF
128 KB...
04 12 2023 20:37:46
Статья в формате PDF
133 KB...
03 12 2023 5:22:25
Статья в формате PDF
121 KB...
02 12 2023 11:57:22
Статья в формате PDF
136 KB...
01 12 2023 10:37:38
Статья в формате PDF
174 KB...
30 11 2023 19:54:57
Статья в формате PDF
110 KB...
29 11 2023 22:24:28
Статья в формате PDF
135 KB...
28 11 2023 23:32:44
27 11 2023 14:30:33
Среди образовательных технологий заметно выделяются научные олимпиады школьников. Участники олимпиад организуют свою мыслительную деятельность на познание явлений природы, овладение умением пользоваться ими, что формирует в сознании естественнонаучную картину мира, закладывая основы целостной личности.
...
26 11 2023 14:29:27
В данной статье освещается тема метафизики границ бытия человека в немецкой классической философии. Анализ данной темы основан на трудах Канта и Гегеля. В статье отмечается, что, согласно воззрениям Канта и Гегеля, становление человеческой природы тесно связано с религией, а достигается в условиях государственной формы бытия.
...
23 11 2023 11:59:38
Статья в формате PDF
111 KB...
22 11 2023 16:48:25
Статья в формате PDF
241 KB...
21 11 2023 13:39:57
Статья в формате PDF
267 KB...
20 11 2023 0:38:38
Статья в формате PDF
120 KB...
19 11 2023 19:22:45
Статья в формате PDF
121 KB...
18 11 2023 12:31:39
17 11 2023 3:26:11
Статья в формате PDF
124 KB...
16 11 2023 21:31:29
Статья в формате PDF
147 KB...
15 11 2023 16:14:13
Статья в формате PDF
107 KB...
14 11 2023 1:23:28
Статья в формате PDF
131 KB...
13 11 2023 15:24:30
Статья в формате PDF
127 KB...
12 11 2023 13:10:57
Статья в формате PDF
111 KB...
11 11 2023 20:58:50
Статья в формате PDF
175 KB...
10 11 2023 4:21:19
Статья в формате PDF
131 KB...
08 11 2023 7:59:14
Статья в формате PDF
137 KB...
07 11 2023 17:34:31
Статья в формате PDF
802 KB...
06 11 2023 17:27:44
Статья в формате PDF
113 KB...
04 11 2023 19:55:41
Статья в формате PDF
133 KB...
02 11 2023 6:57:45
Статья в формате PDF
112 KB...
31 10 2023 8:27:38
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 ::