Professional Documents
Culture Documents
Konspekt Ch2
Konspekt Ch2
УКРАЇНИ
НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ ―ЛЬВІВСЬКА ПОЛІТЕХНІКА‖
В.М.Теслюк, Д.Д.Пелешко
КОНСПЕКТ ЛЕКЦІЙ
(Частина 2)
з курсу ―Методи синтезу та оптимізації‖
для студентів базового напрямку
―Комп’ютерні науки ‖
Затверджено
на засіданні кафедри
Системи автоматизованого проектування
Протокол № 7 від 20 грудня 2012 р.
Львів - 2013
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
2
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Зміст
Вступ 4
Список умовних скорочень 5
РОЗДІЛ 4. МЕТОДИ РОЗВ’ЯЗАННЯ ЗАДАЧ ЦІЛОЧИСЕЛЬНОГО
ПРОГРАМУВАННЯ 6
4.1. Основні поняття та визначення цілочисельного програмування 6
4.2. Метод перебору варіантів рішень в задачах цілочисельного
програмування 8
4.3. Графічний метод розв’язання ЗЦП 14
4.4. Застосування методу гілок та границь до розв’язання ЗЦП 19
4.5. Метод Гоморі 34
4.6. Контрольні запитання та завдання для самостійного розв’язання 41
РОЗДІЛ 5. МЕТОДИ РОЗВ’ЯЗАННЯ ЗАДАЧ БЕЗУМОВНОЇ
ОПТИМІЗАЦІЇ З ВИКОРИСТАННЯМ МЕТОДІВ
НУЛЬОВОГО ПОРЯДКУ 44
5.1. Поняття багатопараметричної оптимізації 44
5.2. Класифікація методів нелінійного програмування 46
5.3. Особливості методів прямого пошуку 47
5.4. Метод пошуку по симплексу ( S 2 - метод) 49
5.5. Метод пошуку оптимуму по симплексу 50
5.6. Метод пошуку по деформованому багатограннику (Нелдера-
Міда) 57
5.7. Метод Хука-Джівса 62
5.8. Метод спряжених напрямків (метод Пауела) 72
5.9. Метод Розенброка 75
5.10. Контрольні запитання з завдання для самостійного розв’язання 79
Література 82
3
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Вступ
4
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
ЦП – Цілочисельне програмування
ОЗ – Оптимізаційна задача
ЛП – Лінійне програмування
ЗЛП – Задача лінійного програмування
ЗЦП – Задача цілочисельного програмування
ЗЦЛП – Задача цілочисельного лінійного програмування
ЦФ – Цільова функція
МГ – Метод Гоморі
МГГ – Метод гілок та границь
ПК – Персональний комп’ютер
МНП – Метод нульового порядку
МПП – Метод першого порядку
МДП – Метод другого порядку
КНМ – Квазіньютонівський метод
5
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
6
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
де x j - цілі числа.
Методи
цілочисельного
програмування
варіантів рішень
Метод гілок та
Метод перебору
Метод Гоморі
Графічний
границь
метод
...
7
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
8
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
при x2 2 , а саме C 21 6 27 .
3. Якщо x1 2 , то з першого обмеження слідує, що x2 5 , із другого також
x2 5 . Значить, максимальне C при умові виконання обмежень досягається при
x2 5 , а саме C 14 15 29 .
x2 7 , а саме C 7 21 28 .
9
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Початок
1
Ввід вхідних даних
2
Оцінка кількості
варіантів розв’язань ЗЦП
(N) та ресурсів ПК
3 так
N≥M
ні 4
Виведення повідомлення
5 про недостатність
i=1, Fopt=0 ресурсів ПК
6
Оцінка значення ЦФ
для i-го розв’язання Fi
так 8
7
Fi > Fopt Fopt=Fi
ні
ні 9 10
i=N i=i+1
так
11
Вивід Fopt та
знач.проект.парам.
Кінець
10
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
при x2 9 , а саме C 27 .
Всі можливі випадки розглянуті, і максимальна продуктивність C 29
(тисяч одиниць продукції за зміну) досягається при x1 2 , x2 5 . Отже, слід
купувати 2 верстати типу А і 5 верстатів типу Б, щоб забезпечити максимальне
значення продуктивності нової ділянки.
Цей метод на практиці використовується досить рідко. Оскільки потребує
перебору усіх варіантів проектних рішень ЗЦП, що призводить до великих
затрат ресурсу ПК. Використання цього методу розв’язати ЗЦП обмежене в
силу недостатності ресурсу ПК. Значно прискорити процес розв’язання ЗЦП з
використанням методу перебору можна шляхом використання технологій
паралельного опрацювання інформації [5, 6].
Розв’яжемо задачу технічного контролю з використанням методу перебору
варіантів рішень (задача 4.3) [4].
Постановка задачі технічного контролю. У відділі технічного контролю
(ВТК) деякої фірми працюють контролери першого та другого розрядів. Норма
вироблення ВТК за 8 - годинний робочий день складає не менше ніж 1800
виробів. Контролер першого розряду перевіряє 25 виробів за годину, причому,
не помиляється в 98% випадків. Контролер другого розряду перевіряє 15
виробів за годину точність його перевірки становить 95%.
Заробітна плата контролера першого розряду рівна 4 грн. за годину, а
контролер другого розряду отримує 3 грн. за годину. При кожній помилці
контролера фірма несе збиток в розмірі 2 грн. Фірма може використати 8
контролерів першого розряду і 10 контролерів другого розряду. Керівництво
фірми хоче визначити оптимальний склад ВТК, при якому загальні витрати на
контроль будуть мінімальні.
Нехай x1 і x 2 означають кількість контролерів першого та другого
розрядів, відповідно. Число контролерів кожного розряду, які може
використати підприємство обмежене, тобто мають бути включені наступні
обмеження:
x1 8 (кількість контролерів першого розряду),
11
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
5 * x1 3 * x2 45 ,
x1 0 , x2 0 , x1 та x 2 - цілі числа.
12
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
для другої змінної є і 10, але, в цьому випадку будемо мати більше значення для
цільової функції. У випадку, коли змінній x 2 присвоїмо 8, то буде порушено
обмеження, а саме: 5 * 4 + 3 * 8 = 20 + 24 = 44 ≥45 .
Для усіх інших варіантів для значення першої змінної виконаємо
аналогічні обчислення.
6. x1 5 , x2 7 , Z = 40 * 5 + 36 * 7 = 459 , 5 * 5 3* 7 46 45 ;
7. x1 6 , x2 5 , Z 40 * 6 36 * 5 420 , 5 * 6 3 * 5 45 45 ;
8. x1 7 , x2 4 , Z 40 * 7 36 * 4 424 , 5 * 7 3 * 4 47 45 ;
9. x1 8 , x2 2 , Z 40 * 8 36 * 2 392 , 5 * 8 3 * 2 46 45 .
З отриманих результатів слідує, що оптимальнийо варіант розв’язання
задачі x1 8 , x2 2 , а значення цільової функції рівне 392.
Підсумовуючи опис методу та результати наведених прикладів, можна
зробити наступний висновок про переваги та недоліки методу загального
перебору варіантів рішень: перевагою перебору є його простота та наочність, а
недоліком методу є необхідність перебору усіх варіантів розв’язання ЗЦП, що
вимагає значних ресурсів ПК. Часом для повного перебору варіантів рішень
може бути недостатньо ресурсів комп’ютера.
13
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
14
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Початок
1
Ввід вхідних даних
Розв’язання ЗЛП
3
Визначення
цілочисельних
розв’язань
оптимізаційної задачі
4
Визначення
оптимального
цілочисельного
розв’язання задачі
5
Виведення результатів
оптимізації.
Кінець
16
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
x2
15
x1 8
x2 10
10
A B
5x
5 1
3
x
2
C
0 5 45 10 x1
Рис.4.5. Область розміщення розв’язання задачі 4.3.
x2
15
x1 8
A x2 10
10
B
5x
5 1
3
x
2
45
0 5 10 x1
Рис.4.6. Відображення цілочисельних розв’язань задачі 4.3.
17
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
x2
15
x1 8
A x2 10
10
B
∇z
5x
5
1
3x
2
45
C
0 5 10 x1
18
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
19
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Ao
A 1
1
... Ai1 ... A1j 1–й крок
A 1
2
... A i
2
... Al2 2–й крок
k 1
A1k 1 ... Aik 1 ... A l
(k+1)–й крок
Початок
1
Ввід вхідних даних
2
Перевірка коректності
вхідних даних
3
Вибір правила
розбиття на
підмножини
4
Вибір правила
граничної оцінки
кожної підмножини
5
Розбиття на
підмножини та оцінка
кожної з них
7
6
Виконуються ні Призначення однієї з
умови підмножин як
оптимальності основну множину
так
8
Вивід вихідних даних
у текстовому вигляді
Кінець
Рис.4.9. Блок-схема алгоритму застосування методу гілок та границь до
розв’язання ЗЦП
21
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
max F 7 x1 9 x2 , (4.10)
при виконанні таких умов:
- x1 + 3 x2 ≤6,
7 x1 + x2 ≤35,
x1 ≥0,
(4.11)
x2 ≥0,
x1 , x2 ö³ë³ ÷èñëà
Задачу (4.10-4.11) необхідно звести до стандартної форми запису, щоб
застосувати симплекс-метод. Для цього додамо додаткові змінні, а саме: змінну
x3 додамо до першого обмеження і отримаємо рівність з нерівності. А до
x 0 = (4.64;3.55;0;0) ,
F 0 max = 64.36 .
22
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
x10 ≤4 , x10 ≥5 .
Якщо позначимо через D - множину розв’язань задачі, а верхнім індексом
номер ітерації, то
D 0 D11 ∪D21 ,
23
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
D11 - перша підмножина розв’язань ЗЦП першої ітерації; D21 - друга підмножина
7 x1 x2 ≤35 ,
x1 ≤4 , - додаткове обмеження,
x1 ≥0, x2 ≥0 .
24
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
max F = 7 x1 + 9 x2 , (4.14)
при виконанні умов:
- x1 3x2 ≤6 ,
7 x1 x2 ≤35 ,
x1 5 , - додаткове обмеження,
x1 ≥0, x2 ≥0 .
25
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
7 x1 x2 35 ,
x1 4 ,
x2 3 , - додаткове обмеження,
26
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
x1 0, x2 0 .
7 x1 x2 35 ,
x1 4 ,
x2 4 , - додаткове обмеження,
x1 0, x2 0 .
x1 5, (4.18)
x ≥0, x ≥0, x ≥0,
1 2 3
x 4 ≥0, x5 ≥0.
↓
- x1 3 x2 x 3 6,
7 x1 x2 x 4 35,
x1 - x 5 5, (4.19)
x1 ≥0, x2 ≥0, x3 ≥0,
x4 ≥0, x5 ≥0.
↓
- x1 3 x2 x 3 6,
7 x1 x2 x 4 35,
x1 - x 5 x6 ( R1 ) 5, (4.20)
x1 ≥0, x2 ≥0, x3 ≥0,
x4 ≥0, x5 ≥0.
27
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
28
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Друга
max F = 7 x1 + 9 x2 , (4.23)
- x1 3 x 2 6,
7 x1 x 2 35,
x1 4, x 2 3,
x1 4,
x1 0, x 2 0.
29
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
30
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
32
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Початок
Ввід вхідних
даних
Вибір критерія
поділу на
підмножини
Поділ базової
множини на
підмножини згідно з В якості базової
вибраним критерієм взяти найбільш
перспективну
Розподіл підмножини підмножину
між процесорами
(ядрами)
Видалити
Обчислення безперспективні
нижньої (верхньої) підмножини
границі кожним
процесором
Визначення підмножини
з мінімальною
(максимальною)
оцінкою знизу(зверху)
Так Ні Ні
Виконується
Виконується
умова завершення
Вивід результатів умова завершення обчислень
обчислень по по кількості ітерацій
точності?
Так
кінець Повідомлення та
результати обчислень
33
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Початок
Введення
вхід. даних
Розвязання задачі
ЛП симплекс
методом
Так
Усі змінні
цілі числа
Ні
Виведення
Модифікація даних
оптимізаційних
задач
Кінець
Застосування
методу великих
чисел
34
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
36
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
37
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
∑f (ai*, j )x j ≥ f (bi* ),
j
( )
з останньої симплекс-таблиці, а f ai*, j та f (bi* ) – дробові частини чисел (під
38
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
1 1 7
x2 x3 x 4 ,
2 2 2
1 1 19
x1 x3 x 4 ,
2 2 2
x3 2 x 4 x5 34,
x3 x 4 1,
x1 0, x 2 0, x3 0, x 4 0.
звідки
R 1 x3 x4 x6 .
40
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
41
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
42
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
ці дані такі: 4 м2 і 3 тис. у.о., 3 м2 і 1.5 тис. у.о. Прибуток від одиниці нового
обладнання кожного виду становить 4.5, 2 і 1 тис. у.о., відповідно. Скільки треба
придбати нового обладнання кожного виду, щоб отримати найбільший
прибуток і, при цьому, повністю витратити виділені капіталовкладення?
20. Редакційно-видавничий відділ (РВВ) в даному місяці має ліміт на
папір 850 кг, а підготовлені до видання посібники а, b, с вимагають витрат
відповідно 50, 70 і 80 кг на 100 примірників. Трудомісткість виготовлення 100
примірників рівна 80, 60 і 90 нормо-год, а місячний трудовий ресурс РВВ
становить 940 нормо-год. Ціна одного посібника а, b, с 0,9, 1 і 2 у.о. відповідно.
Знайти місячний план випуску літератури, максимізуючий її сумарну вартість
при умові повного використання трудового ресурсу РВВ?
21. Для озеленення периметра площі, довжина якого рівна 120 м, можуть
бути використані жоржини, бегонії і айстри. На один погонний метр може бути
висаджено або 3 кущі жоржин, або 5 бульб бегонії, або 10 кущів айстр. Вартість
куща жоржин 2 у.о., бульби бегонії 1 у.о., куща айстр 0,2 у.о. В наявності є 60
кущів жоржин, 280 бульб бегоній і 500 кущів айстр. Знайти такі кількості
рослин кожного виду для забезпечення озеленення з найменшою сумарною
вартістю квітів?
43
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
44
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
розмірності. Для того, щоб краще відчути це, візьмемо найпростіший по своїй
ідеї наближений метод пошуку найменшого значення функції, який
обговорювався для одновимірних задачах оптимізації (метод загального
перебору). Покриємо область, що розглядається сіткою з кроком h (Рис. 5.1) і
визначимо значення цільової функції в її вузлах. Порівнюючи отримані числа
між собою, знайдемо серед них найменше і приймемо його за найменше
значення цільової функції для всієї області.
Z
0 y C46
C1 C5 C9 C13 C30
x C47
C2
C6 C10 C14 C31 C48
C3 C32
C7 C11 C15
C4 C8 C12 C16
X
45
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
46
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Методи безумовної
оптимізації Квазіньютонівські
Методи першого
Метод нульового
Методи другого
порядку
порядку
порядку
методи
47
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
En
minn f ( x)
x∈E .
де E n - n - вимірна область рішень оптимізаційної задачі.
Методи прямого
пошуку
Еврістичні Теоретичні
(на інтуїтивних геометричних (на фундаментальних
представленнях) математичних теоремах)
Метод Нелдера-
Метод пошуку
по симплексу
Метод Хука-
Спряжених
Розенброка
напрямків
Пауела
Дживса
Метод
Міда
48
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
2
5.4. Метод пошуку по симплексу ( S - метод)
49
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Пробна точка
X1
X2
X0
Базовий
X3 X4
X1 X1 X2
X2
X0 X0
X3 X4 X5
X3 X4
F(X4)<F(X1)<F(X2)<F(X3)<F(X0) X7 X6
51
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
1) 2) 3)
X1 X1 X1
X2 X2 Xc X2
Xc X4
X0 X0
Xc
F(X2)<F(X0)<F(X1) X3 X3
F(X2)<F(X3)<F(X0)
Рис. 5.7 Побудова нового симплекса (а - початковий симплекс ( X(1), X(2), X(3));
б - новий симплекс ( X(2), X(3), X(4))
вершина проектується через центр ваги інших вершин симплекса в нову точку,
яка використовується як вершина нового симплекса.
Початок
Введення вхідних
даних
1
Побудова початкового
симплекса
2 Визначення значень
ЦФ у вершинах
симплекса
3
Визначення вершини з
максим. знач. ЦФ
4 Визначення
координати нової
точки
так
5Викон. умова
Кінець
заверш. пошуку
ні
так
6 7
Береться вершина, якій
―Накриття‖ точки
відповідає попереднє по
мінімуму
величині значення Ц.Ф.
ні
так
8 9
Циклічний рух Редукція
ні
53
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
X j 1 , j i
( 0)
X (i )
( 0) , для і та j=1, 2, 3, ..., n ,
X j 2, j i
де i -номер точки, j - номер координати.
Прирости 1 і 2 залежать тільки від n і вибраного масштабного
множника , визначаються з формул:
n 11/ 2 n 1
δ1 α ,
n 2
n 11 / 2 1
δ2 α .
n 2
Слід відмітити, що величина масштабного множника вибирається
дослідником, виходячи з характеристик задачі, яку необхідно розвязати. При
α 1 ребра регулярного симплекса мають одиничну довжину.
x x j λ xc x j .
При 0 отримуємо початкову точку X j , тоді як значення 1
відповідає центру ваги X c . Для того щоб побудований симплекс володів
властивістю регулярності, відображення має бути симетричним. Отже, нова
вершина будується при 2 . Таким чином,
j j
X NEW 2 X c X LAST .
Наведемо приклад розв’язання задачі безумовної оптимізаційної з
55
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
3. Ефективніший за S 2 - метод.
Недоліки:
Великі затрати ресурсу ПК у порівнянні з градієнтними методами.
або x x h 1 θ xc x h .
При θ = 1 має місце так зване нормальне відображення симплекса,
( j)
оскільки точка xíîâ. розташована на відстані xc x від точки xc . Якщо
57
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
(θ = β > 0) , f g xHOB f h .
58
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Початок
Введення
вхідних даних
Обчислити f1 , f 2 ,, f n 1
Знайти
xl , x g , x h , f l , f g , f h
Знайти x 0 , f 0
Знайти xr , f r
Ні
fr fh ?
Так
fr fl ?
Покласти xh xr Так
Знайти x e , fe Ні
Ні
fr f g ? Знайти xc , t c
fe fl ? Так
Ні
Ні Так
Так Замінити fc fh ?
Замінити x h на xe xh на x r
Початок
59
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
X ( 2) 1,3918;0,5176 .
T
x c = [1,22;1,22]T ,
Визначити координати та значення цільової функції для чотирьох
можливих варіантів розвитку ситуації
2
f ( Z ) f (0,61;0,61) 2,0842,
1
О.К.
f ( Z 2 ) f (0,83;0,83) 0,7178,
60
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Z 3 2,4497;2,4497 ,
T
f ( Z 3 ) 2,3024,
f ( Z 4 ) 9,8312.
Переваги:
1. Ефективніший за метод пошуку за правильним симплексом;
2. Простота програмної реалізації та не високі вимоги до ПК;
3. Метод ефективний в тих випадках, коли похибка обчислень значень
61
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
+ λ(xc - x ),
( j) ( j)
x HOB = x
62
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
63
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
d i xi xi 1 дає змогу істотно прискорити збіжність. Ця обставина була
покладена в основу модифікованого методу, розробленого Хуком і Джівсом і
що є одним з перших алгоритмів, в яких при визначенні нового напряму
пошуку враховується інформація, отримана на попередніх ітераціях. По суті
процедура Хука - Джівса являє собою комбінацію «досліджуючого» пошуку з
циклічною зміною змінних і пошуку, який прискорюється за зразком з
використанням певних евристичних правил. Досліджуючий пошук
орієнтований на виявлення характеру локальної поведінки цільової функції та
визначення напрямів вздовж «ярів». Отримана внаслідок досліджуючого
пошуку інформація потім використовується в процесі пошуку за зразком при
русі по «ярах».
Результат
ху
ру
―досліджуючого
ям
Не вдалий крок по y
Xk-1,3
64
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
(рис.5.14).
Наведена послідовність характеризує логічну структуру пошуку по
методу Хука – Джівса (рис.5.15).
Алгоритм пошуку оптимуму за методом Хука – Джівса
Крок 1. Визначити:
65
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
початкову точку x 0 ,
приріст i , i=1, 2, 3,. ... N,
Пошук за зразком
Xk+1
Результат
ху
ру
―досліджуючого
ям
y пошуку‖ Крок1. F(Xk-1,1) ≥F(Xk-1)
р
ап
Н Крок2. F(Xk-1,2) ≤F(Xk-1)
Xk F(Xk)
x
Вдалий крок по y Крок3. F(Xk-1,3) ≥F(Xk-1,2)
Δy Крок4. F(Xk) ≤F(Xk-1,2)
Не вдалий крок по x Xk-1
Вдалий крок по x
Xk-1,1 Δx F(Xk-1) Δx Xk-1,2
Базова
Не вдалий крок по y
Xk-1,3
66
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Перейти до кроку 2.
Крок 5. Провести пошук за зразком:
x kp1 xk xk xk 1 .
Початок
Введення
вхідних даних
Обчислити значення
функції в базисній точці
Виконати дослідження
Біжуче значення
Ні
менше за значення в
базисній точці?
Ні
Крок занадто
Взяти нову базисну малий?
точку
Так
Виконати крок пошуку Введення
за зразком вхідних даних
Виконати дослідження
Початок
Біжуче значення
менше за значення в
базисній точці? Так
Ні
Зменшити величину
кроку
67
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
68
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
f ( x (p2) ) 68.
x ( 2) 1,1 ,
T
f ( x ( 2) ) 17.
69
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
70
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
f ( x1 , x2 ) 100( x2 x1 ) 2 (1 x1 5) 2
2
298 25
f ( x1 , x2 , x3 , x4 ) ( x1 10 x2 ) 2 5( x3 x4 ) 2 ( x2 2 x3 ) 4 10( x1 x4 ) 4 288 74
71
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
72
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Крок 3.
а) припустимо, що y x c ;
б) знайти точку у з умови вичерпного спуску з точки y 0 за напрямом p1 :
f (y1 ) = min f ( y 0 + αp1 ) ,
α∈R
73
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
74
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
75
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
76
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
77
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
78
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
залежності від початкової точки та виду цільової функції. Разом з тим, значно
підвищити ефективність методу Розенброка можна шляхом використаття
технологій паралельного опрацювання даних.
80
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
81
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
Література
1. Таха Х. Введение в исследование операций: В 2-х кн. Кн. 1. Пер. с англ.
- М.: Мир, 1985. - 479 с.
2. Таха Х. Введение в исследование операций: В 2-х кн. Кн. 2. Пер. с англ.
- М.: Мир, 1985. - 496 с.
3. Мастяева И.Н., Семенихина О.Н. Методы оптимизации: / Московский
государственный университет экономики, статистики и информатики. – М.:
МЭСИ, 2003. – 135 с.
4. Орлов А.И. Менеджмент. Учебник. / А.И.Орлов.- М.: Издательство
«Изумруд», 2003. - 298 с. http://rudocs.exdat.com/docs/index-19458.html?page=18
5. Боресков А. В. и др. Предисл.: Садовничий В. А. Параллельные
вычисления на GPU. Архитектура и программная модель CUDA: Учебное
пособие. – 2012, Издательство Московского университета. - 336 стр.
6. http://www.nvidia.com/object/cuda_home_new.html
7. Теслюк В.М., Андрійчук М.І. Конспект лекцій з курсу «Методи синтезу
та оптимізації» для студентів базового напряму «Комп’ютерні науки», Ч.1. -
Львів, 2005 – 64 с.
8. Теслюк В.М., Загарюк Р.В. Методи багатокритеріальної оптимізації:
Ч.1. Конспект лекцій з курсу ―Методи багатокритеріальної оптимізації‖ для
студентів спеціальності 8.05010103 ―Системне проектування‖. – Львів:
Видавництво Львівської політехніки, 2012. – 52 с.
9. Mykola Medykovskyy, Vasyl Teslyuk, Oleh Shunevych The Gomory
method applying for wind farm structure determination // Proc. of the VI-th Intern.
Conf. of Computer Science & Information Technologies 2011 (CSIT’2011). – Lviv –
P. 290 - 291.
10. Halych K.V., Tesluyk V.M. Development of system for automation of
optimal menu forming in preschool educational institutions // Proc. of the III-d Intern.
Conf. of Computer Science & Engineering, (CSE’2011). – Lviv – P. 70 – 71.
11. Теслюк В.М., Зелінський А.Я., Хамза Алі Юсеф Аль Шавабкех,
Застосування методу гілок та границь для зменшення потужності множини
альтернативних рішень при розв’язанні задач синтезу МЕМС // Моделювання
та інформаційні технології. Зб. наук. пр. ІППМЕ ім.Г.Є.Пухова НАН України. –
Київ, 2009, Вип. 50. – С.157 - 165.
12. Схрейвер А. Теория линейного и целочисленного программирования: в
2-х томах.; перевод с английского. 1991г. 360с.
13. Ху Т. Целочисленное программирование и потоки в сетях.; перевод с
английского. 1974г.
14. Кузнецов А.В., Сакович В.А., Холод Н.И. Высшая математика:
Математическое программирование. Ученик - 2-е издание. 2001г. 351с.
15. Карманов В.Г. Математическое программирование: Учебное пособие –
5-е издание, стереотип-М:ФИЗМАТ, 2001г.-264с.
16. Белоусов Е.Г. Введение в выпуклый анализ и целочисленное
программирование. М.:Издательство МГУ, 1977г.
17. Федосеев В.В., Гармаш А.Н., Дайитбегов Д.М.: Экономико-
математические методы и прикладные модели: Учеб.пособие для
82
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
вузов/ЮНИТИ, 1999г.-391с.
18. Кремер Н.Ш., Путко Б.А., Тришин И.М., Фридман М.Н.; под ред.
Проф.Н.Ш.Кремера. : Исследование операций в экономике; учеб. Пособие для
вузов.
19. Реклейтис Г., Рейвиндрон А., Рзгсдед К. Оптимизация в технике: В 2-х
кн. Кн. 1. Пер. с англ. - М.: Мир, 1986. - 349 с.
20. Реклейтис Г., Рейвиндрон А., Рзгсдел К. Оптимизация в технике: В 2-х
кн. Кн.2. Пер. с англ. - М.: Мир, 1986. - 320 с.
21. Теслюк В.М., Лобур М.В., Раєвський П.Ю., Денисюк П.Ю.
Автоматизована система розв’язування оптимізаційних задач при проектуванні
інтегральних мікровбудованих систем // Вісник Національного університету
„Львівська політехніка‖: Інформаційні системи та мережі. - Львів, 2005. -
№549.- С. 174-183.
22. Теслюк В.М., Гранат П.П., Марков В.О. Система для розв’язку
оптимізаційних задач при проектуванні інтегральних мікровбудованих систем
OptimMEMS // Матеріали міжнародної наукової конференції ―Інтелектуальні
системи прийняття рішень та прикладні аспекти інформаційних технологій‖
(ISDMIT’2005), Том 4. - Євпаторія, Крим, 2005.– С. 159 - 164.
23. Теслюк В.М., Кривий Р.З., Тарік (Мох’д Тайсір) Алі Аль Омарі, Теслюк
Т.М. Розроблення підсистеми для розв’язання оптимізаційних задач
еволюційними методами // Зб. наук.-техн. праць : Науковий вісник НЛТУ
України. – Львів : НЛТУ України. – 2009. – Вип. 19.4. – С. 243 – 249.
24. http://sapr-mgsu.narod.ru/biblio/optimiz/m6.htm
25. http://nsft.narod.ru/Programming/rosen.html
26. http://alexandr4784.narod.ru/B14/b14_6_66.pdf
83
Конспект лекцій Ч.2. Теслюк В.М., Пелешко Д.Д. “Методи синтезу та оптимізації”
НАВЧАЛЬНЕ ВИДАННЯ
МЕТОДИ
ЦІЛОЧИСЕЛЬНОГО ПРОГРАМУВАННЯ
ТА НУЛЬОВОГО ПОРЯДКУ
КОНСПЕКТ ЛЕКЦІЙ
(Частина 2)
Редактор
Комп’ютерне верстання
84