Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 755
Скачиваний: 2
|
|
|
|
|
Нелинейные |
|
модели |
417 |
|||
значение ф по крайней мере к относительному |
(локальному) |
||||||||||
минимуму. |
Общая схема |
расчета |
такова. |
|
|||||||
1. |
Вычисляют |
аналитически |
(или численно) значения состав |
||||||||
ляющих вектора |
— |
в |
точке Ь( 0 ) . |
|
|
||||||
Определяют единичный вектор —ѴфІ\ —Ѵф |, характеризую |
|||||||||||
щий |
направление |
поиска: |
|
|
|
|
|
|
|||
|
|
|
|
|
|
дф |
|
дф |
|
||
|
|
I — Ѵ Ф | |
|
ГI |
|
v2 |
I |
дф \ 2 |
(6.2.18) |
||
|
|
|
д ф |
|
|||||||
Например, |
для |
линейной |
функции |
z |
= 2ßf — ß 2 |
|
|||||
|
|
|
|
|
V z = 2ôP l |
— oß „ |
|
|
|
||
2. |
Составляющие |
вектора |
— V ^ / j |
—V^> j , подсчитанные в точ |
|||||||
ке b<0), |
задают |
направление поиска |
минимума ф. (Если в преды |
||||||||
дущем примере |
под величиной z понимать ф, то начальные при |
||||||||||
ращения |
Щт |
равнялись |
бы |
Щ0) |
= —2/Ѵ 5, |
АЬ2 0 ) = 1 / / 5; |
составляющие градиента здесь не зависят от ß, так как функция z линейна по ß.) Величина Ь$п) для каждого нового цикла вычисляет
ся по результатам предыдущего цикла |
(начиная с Ь( 0 ) ) с помощью |
формулы (6.2.17) |
|
Ь ( п + і ) = & ( п ) + |
h(n)^(n): |
3. Итерационную процедуру продолжают до тех пор, пока величина ф не станет меньше некоторого заданного значения или пока процесс не станет расходящимся или приведет к колебаниям,
так что дальнейшее уменьшение |
ф окажется невозможным. |
||||
При минимизации ф определенную трудность может |
вызвать |
||||
неправильный |
выбор |
масштаба |
(т. е. |
относительных |
величин |
составляющих |
вектора |
— V ф). |
Если гиперпространство |
сильно |
|
вытянуто, как |
показано на фиг. 6.2.8, |
метод наискорейшего |
спуска требует для достижения сходимости очень большого вре мени, так как направление наискорейшего спуска оказывается почти перпендикулярным направлению, в котором находится минимум ф. Вектор, противоположный градиенту ф, определяет
направление движения, |
обеспечивающее минимизацию |
ф только |
в некоторой локальной |
области, а не направление на |
абсолютный |
минимум, который требуется найти, если соответствующие отрезки контуров не являются дугами окружностей с центрами в точке минимума ф.
Маркуардт [14] при решении практических задач заметил, что для вытянутых областей метод наискорейшего спуска и метод
|
Нелинейные |
модели |
419 |
равна взятому со знаком минус |
элементу |
вектора Z, находим^ |
|
что |
|
т |
|
г |
<?ф (Ы™>) |
|
|
|
|
= z(n). |
|
|
Ü Ü |
I |
|
Следовательно, в случае, когда X ->- оо, можно записать
| _ Ѵ ф ( Ь < п > ) |
Лш> •
Итак, было показано, что выражение (6.2.19) охватывает как предельные случаи и метод наискорейшего спуска и метод Гаусса— Зайделя. Промежуточные значения X соответствуют некоторому сложению направляющих векторов поиска. Вообще говоря, с уве личением числа итераций значение X уменьшается.
Когда условия таковы, что немодифицированный метод Гаус са — Зайделя (обладающий квадратичной сходимостью) сходится удовлетворительно, выбирают некоторое малое значение X. Боль
шие значения X следует использовать |
лишь тогда, когда |
необ |
|||
ходимо |
удовлетворить |
условию, чтобы |
функция ф на (г + |
1)-м |
|
цикле |
была меньше, |
чем на r-м |
цикле: |
|
|
|
|
ф (Н-1) < |
ф(г). |
|
|
Величину X, в частности, можно выбрать следующим способом. Пусть ѵ > 1 и символом Х(г _ 1 > обозначено значение X, полученное при предыдущей итерации (начальное значение Хт « Ю - 2 ) .
Вычислим ф (Х(г~1)) и ф ( X ( r _ t ) / v ) . Выбор значения А4 ' определяет ся тремя условиями:
1. |
Если |
ф ( Я ( г _ 1 |
) / ѵ ) < |
ф{г\ |
полагают |
Х(Т) = |
Х(т-і}/ѵ. |
2. |
Если |
ф (X(r-l)h) |
> |
ф(г),ьф |
(Х ( г - 4 ) ) < |
ф{г), |
полагают Х(г) = |
=х^-{).
3. |
Если ф ( А ^ Ѵ ѵ ) > |
ф(г) |
и ф ( Х ( г - 1 ) ) > ф{г), |
увеличивают |
X, |
последовательно умножая |
на |
ѵ до тех пор, пока |
для некоторого |
||
малого значения w не будет выполнено неравенство ф (A,( r _ 1 > •ѵ"') |
^ |
||||
< фіт). |
Тогда полагают Х{г) |
= |
Х ( г ~ 1 ) •ѵ"'. Последний случай встре |
чается крайне редко, например тогда, когда имеет место сильная корреляция между оценками параметров, что вызывает неразумно большие значения X. Здесь метод Маркуардта нуждается в неко тором специальном дополнительном уточнении. Обсуждение этого вопроса можно найти в оригинальной работе.
Маркуардт рекомендует выбирать масштаб для элементов матриц А и Z таким образом, чтобы сделать целевую функцию