Файл: Васильев Ф.П. Лекции по методам решения экстремальных задач.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 11.04.2024
Просмотров: 196
Скачиваний: 1
$ щ |
|
О некоторых |
других |
методах минимизации |
49 |
нимизация'2 0 |
функций, представляющих собой выборку из функций |
||||
вида |
|
|
|
|
|
|
|
J (и) = а0+ ^ |
( а £sin |
-J- b{ cos |
|
|
|
i=i |
|
|
|
где |
|а*|^1, |
|6{ | ^ 1, |
14, коэффициенты а,, Ь{ и целое чис |
||
ло |
N представляют собой значения независимых равномерно |
рас |
пределенных случайных величин. При г = 2, е = 0 ,0 0 2 среднее число вычислений значений функции оказалось равным 29. При этом
лишь для одной из 2 0 функций был |
найден локальный |
минимум |
вместо глобального. Поиск минимума |
при г = 3, е = 0 ,0 0 2 |
для тех |
же функций потребовал в среднем 40 |
вычислений значений функ |
ции, причем во всех случаях был найден глобальный минимум. Другие эксперименты также показали, что с ростом г повышается надежность поиска, но одновременно увеличивается и среднее чис ло вычислений значений функции. При фиксированном г надеж ность возрастает с уменьшением е.
2 . Кратко остановимся на методах минимизации, когда на зна чения функции /(и ) в каждой точке и накладываются случайные ошибки или, как говорят, помехи. Такая ситуация, в частности, имеет место в том случае, когда значения функции J (и) получают ся в результате измерений какой-либо физической величины. При наличии помех многие рассмотренные выше методы непригодны для поиска минимума функции, и здесь целесообразно пользовать ся методом стохастической аппроксимации [45], [230].
Опишем один из вариантов этого метода. Наблюдаемые в экс
перименте значения J (и) в точке и обозначим |
через z(u). Будем |
предполагать, что наблюдения J (и) возможны |
в любой фиксиро |
ванной точке и, — о о < и < -(-о о , и не содержат |
систематических |
ошибок. Тогда для поиска минимума функции /(«) при — о о < ц < <-|-оо может быть использована следующая процедура Кифера— Вольфовица [45], [230]:
Мл+1 = ип — ап |
г (и„ + с„) — z (ц„ — сп) |
1, 2, |
(D |
||
|
Сп |
|
|||
|
|
|
|
|
|
где последовательности |
{ал}, {с„} |
заданы и |
|
удовлетворяют условиям |
|
|
|
|
|
оо |
|
а „ > 0 , сп > О, П т ап = П тс„ = О, |
= + о о , |
|
|||
Л -» о о |
П -* о о |
|
|
п—1 |
|
|
|
Л = 1 |
|
(2) |
|
|
|
|
|
|
|
Например, можно взять а п — — , |
сп = - i - , |
|
п — 1 , 2 , . . . . |
При доста- |
|
|
п |
п и |
|
|
|
точно широких предположениях относительно функции J (и) и вероят
М И Н И М И З А Ц И Я Ф У Н К Ц И И одной ПЕРЕМЕННО Й |
[ГЛ. I |
ностных характеристик случайной величины z{u) можно доказать схо димость по вероятности последовательности {и,,}, определяемой фор мулами ( 1), к точке глобального минимума J (и) [45].
Практическое применение метода (1) показало, что его схо димость, вообще говоря, сильно замедляется в тех случаях, когда слева от точки минимума и* график функции имеет крутой спуск, справа от и* — крутой подъем, а на остальных участках функции /(«) изменяется медленно. Тогда на пологих участках шаги поис ка |мп+1— «п| могут стать очень малыми, а на крутых участках, наоборот, достаточно большими, и в результате большая часть вре мени на поиск может быть затрачена на чрезмерно медленные спуски на пологих участках и последующие большие скачки че рез точку минимума с попаданием на другой пологий участок. В таких ситуациях может оказаться полезной следующая так на
зываемая |
нормализованная |
процедура |
Кифера |
— Вольфовица |
|||||||
[230]: |
|
|
|
|
|
|
|
|
|
|
|
|
un+i — ип — ап sign (z {ип + сп) — z (ип— сП)), |
п = |
1 , 2 , . . . , |
(3) |
|||||||
где |
последовательности |
{а п}, |
{с„} |
удовлетворяют условиям |
(2 ) и, |
||||||
как |
обычно, |
s ig n x = l |
при х > 0 , |
signx= — 1 при |
х < 0 , signx= 0 |
||||||
при л := 0 . |
Сходимость |
процесса (3) можно ускорить, если длину |
|||||||||
шага {ап} |
|
менять лишь |
при |
изменении |
знака |
z{un-\-cn) — |
|||||
— z(un— с„), |
сохраняя |
ап постоянным в |
остальных |
случаях |
[230]. |
||||||
|
Различные варианты метода |
стохастической |
аппроксимации, |
строгое обоснование этого метода и различные приложения можно найти в работе [45]. Другой метод поиска минимума при наличии помех описан в работе [213].
Г л а в а 2
Минимизация функций многих переменных
Г
§ 1. ПОСТАНОВКА ЗАДАЧИ. ОБОЗНАЧЕНИЯ. ВСПОМОГАТЕЛЬНЫЕ СВЕДЕНИЯ
1.Пусть на некотором множестве U /n-мерного евклидов
пространства Е т задана |
функция J{u ) переменных (и\ |
ит) =и. |
||
Будем рассматривать задачу минимизации функции |
I (и) на |
|||
множестве U, |
понимая под этим следующие вопросы: |
1 ) |
найти |
|
/* = inf J (и) ; |
2) если на |
U нижняя грань достигается, |
то |
найти |
ибо |
|
|
|
|
точку u * e U y в которой /(и*) = / *; 3) если нижняя грань не дости гается на U, то указать последовательность {un}czU , для которой
lim J(u n) = J* . Точку u *^ U со свойством J ( u * ) = J * называют
—»оо
точкой минимума J (и) |
на U, |
а |
последовательность |
{un}czU со |
свойством lim /(«„) = / * |
называют минимизирующей |
последова- |
||
оо |
|
на U. |
|
|
тельностью для функции J(u) |
|
|||
Умение эффективно решать |
задачи минимизации функций |
конечного числа переменных на заданных множествах определяет успех в решении многих задач прикладного характера. Современ ная теория экстремальных задач позволяет свести многие экстре мальные задачи в бесконечномерных пространствах к задачам минимизации функций конечного числа переменных, и в связи с этим значение эффективных вычислительных алгоритмов поиска
экстремума функций конечного числа |
переменных в |
последнее |
||||
время еще более возросло. |
|
|
|
|
|
|
Что известно из классического анализа |
о методах |
решения |
||||
поставленной задачи? Если |
и* — точка |
минимума гладкой функ |
||||
ции J (и) на всем пространстве Ет, то |
[126] |
|
|
|||
dJ (О ... |
0 |
(i = 1 |
, 2 |
, |
,т). |
( 1) |
ди<■ |
|
|||||
|
|
|
|
|
|
Точка и*, являющаяся решением системы уравнений (1), назы вается стационарной точкой функции /(и ). Если стационарные точки найдены, то среди них нужно выбрать те точки, в которых в самом деле достигается минимум. Для этого нужно провести дополнительное исследование поведения функции в окрестности стационарной. точки. Если функция J(u) дважды непрерывно
52 МИНИМИЗАЦИЯ ФУНКЦИИ МНОГИХ ПЕРЕМЕННЫХ [Гл. 2
дифференцируема, то наряду с системой ( 1 ) рассматривается квадратичная форма
у»/(«*) « у
4* ди!ди/ |
• |
1 |
|
которая в точке минимума должна быть неотрицательно опреде ленной. Если эта квадратичная форма положительно определена, то и* есть точка, вообще говоря, локального минимума функ ции /(и). Чтобы найти абсолютный минимум, остается перебрать все точки локального минимума и из них выбрать точку с наи меньшим значением функции, если таковая существует.
Создается впечатление, что изложенный классический подход в основном решает задачу минимизации достаточно гладких функ ций на всем пространстве. В действительности же на этом пути обычно встречаются такие вычислительные трудности, которые делают необходимым поиск других методов решения. Например,- отыскание стационарных точек из системы ( 1 ) сама по себе весьма серьезная задача, по трудности сравнимая, быть может, с исход
ной задачей минимизации. |
Далее, |
если множество |
О ф Е т, то |
|
минимум функции может достигаться на границе |
множества U, |
|||
и в этой точке условие ( 1 ), |
вообще говоря, не будет выполняться. |
|||
Разумеется, на этом основании классический подход |
не может |
|||
быть исключен из арсенала |
методов |
минимизации. |
В |
некоторых |
простых (но, к сожалению, |
редких) |
ситуациях классический под |
ход просто незаменим и дает полное решение задачи минимиза ции в аналитическом виде через различные параметры задачи.
К настоящему времени разработано и исследовано на сходи мость довольно много методов минимизации функций многих пере менных. В наших лекциях будут рассмотрены некоторые наиболее часто используемые на практике итерационные методы, позволяю щие при определенных условиях строить последовательности {и„}, которые являются минимизирующими или сходятся к точке мини мума. Част*? из этих методов пригодна для поиска минимума функции на всем пространстве Ет, часть — на ограниченных мно жествах U, а некоторые методы нетрудно приспособить к поиску минимума как при U = E m, так и при и ф Е т, причем может быть
U ограничено или не ограничено. |
Мы остановимся |
также н а' од |
|
ном общем приеме, позволяющем |
свести |
задачу |
минимизации |
функции на и ф Е т к последовательности |
задач минимизации на |
всем пространстве Ет, — здесь речь идет о так называемом методе штрафных функций. Будет изложена вычислительная схема каж дого из этих методов, при некоторых предположениях на функции и множество U будет доказана их сходимость, а в ряде случаев по лучим оценку скорости сходимости и дадим краткую характе ристику методов. При этом рассмотрим лишь основные ва