2.5 Проблемы поиска глобального экстремума
Исследуемая функция может иметь несколько экстремумов. Если для всех значений независимых переменных выполняется условие
то экстремум в точкеuопт называется глобальным, другие экстремумы называются локальными.
Поскольку заранее число экстремумов функции Q (u) неизвестно, то для нахождения глобального экстремума необходимо, вообще говоря, найти и проверить все без исключения локальные экстремумы, имеющиеся у целевой функции решаемой задачи. С этой целью осуществляется поиск из различных начальных точек, для чего область изменения независимых переменныхui покрывается сеткой и начальная точкаui0 выбирается из областей, полученных в результате проведенного сканирования.
Также для поиска глобального экстремума используют случайный поиск, в частности, методы Мон-те-Карло. Здесь экстремум находится с какой-то вероятностью.
В заключение следует отметить, что большое разнообразие методов нелинейного программирования свидетельствует, прежде всего, о сложности проблемы поиска и трудностях в оценке эффективности использования того или иного метода при решении конкретной задачи. Следует сопоставлять практическую эффективность вычислительных возможностей разных методов.
Методы нелинейного программирования служат не только для решения специфических задач, но являются также необходимым средством, к которому обращаются при решении оптимальных задач, а также задач вычислительной математики.
По мере развития математического моделирования роль этих методов будет несомненно вырастать, что приведет к более глубокой разработке существующих и созданию новых алгоритмов поиска экстремума в задачах нелинейного программирования.
- Содержание
- Введение
- 1 Классический медод решения задач нелинейного программирования
- 1.1 Постановка задачи
- 1.2 Экстремум функции одной переменной
- 1.3 Экстремумы функций многих переменных
- 1.4 Метод неопределенных множителей Лагранжа
- 1.4.1 Основные положения
- 1.4.2 Геометрическая интерпретация метода множителей Лагранжа
- 1.4.3 Экономическая трактовка метода множителей Лагранжа
- 1.4.4 Особые случаи
- 1.5 Особенности реальных задач
- 2 Численные методы решения задач нелинейного программирования
- 2.1 Общая характеристика методов решения задач нелинейного программирования
- 2.2 Методы одномерной оптимизации
- 2.2.1 Метод прямого сканирования
- 2.2.2 Метод половинного деления
- 2.2.3 Метод "золотого сечения"
- 2.2.4 Метод Фибоначчи
- 2.3 Методы многомерной оптимизации
- 2.3.1 Метод Гаусса-Зайделя
- 2.3.2 Метод градиента
- 2.3.3 Метод наискорейшего спуска
- 2.3.4 Метод квантования симплексов
- 2.3.5 Поиск при наличии "оврагов" целевой функции
- 2.4 Методы поиска условного экстремума
- 2.4.1 Метод проектирования вектора-градиента
- 2.4.2 Метод ажурной строчки
- 2.5 Проблемы поиска глобального экстремума
- 3 Численные методы решения задач нелинейного программирования
- 3.1 Графический метод решения задач нелинейного программирования
- 3.2 Метод множителей Лагранжа
- 3.3 Компьютерная реализация решений задач нелинейного программирования
- 3.3.1 Решение задач нелинейного программирования в среде приложенияExcel
- 3.3.2 Решение задач нелинейного программирования в среде приложения Matlab
- Перечень ссылок
- Приложение а Блок-схемы методов