ВУЗ:
Составители:
46
8. Задачи оптимизации
Задачи оптимизации возникают во многих областях науки и техники.
Математическая формулировка задачи оптимизации заключается в поиске
экстремума функции многих переменных. Поскольку условием экстремума является
равенство нулю всех частных производных, эквивалентной является задача поиска
решения системы нелинейных, в общем случае, уравнений.
Без потери общности, будем рассматривать задачи оптимизации на примере
приближения некоторой функции другой функцией, что в точности является задачей
обработки экспериментальных данных некоторой модельной функцией.
В качестве критерия близости экспериментальной и модельной функций
обычно используется сумма квадратов отклонений
2
s
или статистический критерий
2
χ
. Такой выбор обусловлен статистической природой отклонения эксперимента от
модели, связанного с вкладом разных случайных факторов. Для решения задачи
требуется найти минимум
2
s
или
2
χ
.
Модель, как правило, определяется конечным числом
n
переменных
параметров
{ }
k
α
, а саму функцию, для которой ищется экстремум, можно
представить как:
( ) ( )
αααα
2
21
22
,...,, sss
n
==
(8.1)
Здесь упорядоченная совокупность параметров
{ }
k
α
обозначена через вектор
α
.
8.1. Поиск экстремума функции и задача поиска корней уравнений
Рассмотрим одномерную задачу. Требуется найти минимум функции
( )
α
f
на
заданном отрезке
[ ]
RL
αα
,
.
Самый очевидный способ поиска экстремума – ввести на интервале
[ ]
RL
αα
,
сетку с шагом
h
и, перебирая значения функции в узлах сетки, найти узел, в
котором функция минимальна.
8. Задачи оптимизации Задачи оптимизации возникают во многих областях науки и техники. Математическая формулировка задачи оптимизации заключается в поиске экстремума функции многих переменных. Поскольку условием экстремума является равенство нулю всех частных производных, эквивалентной является задача поиска решения системы нелинейных, в общем случае, уравнений. Без потери общности, будем рассматривать задачи оптимизации на примере приближения некоторой функции другой функцией, что в точности является задачей обработки экспериментальных данных некоторой модельной функцией. В качестве критерия близости экспериментальной и модельной функций обычно используется сумма квадратов отклонений s 2 или статистический критерий χ 2 . Такой выбор обусловлен статистической природой отклонения эксперимента от модели, связанного с вкладом разных случайных факторов. Для решения задачи требуется найти минимум s 2 или χ 2 . Модель, как правило, определяется конечным числом n переменных параметров {α k }, а саму функцию, для которой ищется экстремум, можно представить как: s 2 = s 2 (α 1 ,α 2 ,...,α n ) = s 2 (α ) (8.1) Здесь упорядоченная совокупность параметров {α k } обозначена через вектор α . 8.1. Поиск экстремума функции и задача поиска корней уравнений Рассмотрим одномерную задачу. Требуется найти минимум функции f (α ) на заданном отрезке [α L ,α R ]. Самый очевидный способ поиска экстремума – ввести на интервале [α L ,α R ] сетку с шагом h и, перебирая значения функции в узлах сетки, найти узел, в котором функция минимальна. 46
Страницы
- « первая
- ‹ предыдущая
- …
- 44
- 45
- 46
- 47
- 48
- …
- следующая ›
- последняя »