Все числа Фибоначчи исчерпаны. Итерации завершены.= -25,9999305555556 Q2 = -25,9999305555556
Так как Q2 <= Q1 то предыдущий шаг оказался удачным
В качестве точки минимума принимается точка X2, которая оказалась лучше точки X1= 1,50208333333333.
Сводная таблица результатов
№ метода |
Наименование метода |
X* |
Y(X*) |
e |
Число обращений к функции |
1 |
Аналитический метод |
1,5 |
-26 |
- |
- |
2 |
Метод половинного деления |
1,50 |
-25,99 |
0,01 |
14 |
3 |
Метод “золотого” сечения |
1,49 |
-25,99 |
0,01 |
11 |
4 |
Метод с использованием чисел Фибоначчи |
1,50 |
-25,99 |
0,01 |
10 |
3.6 Вывод
Сравнивая результаты, полученные при вычислении экстремума функции численными методами с результатами аналитического метода, видим, что численные методы дают приблизительное значение экстремума функции, близкое к точному. Наиболее эффективным методом поиска оказался метод с использованием чисел Фибоначчи
ЛАБОРАТОРНАЯ РАБОТА №4
Решение многомерной задачи статической оптимизации численными методами
Постановка задачи:
Задана функция:
(4.1)
конкретным выражением
,
где
Границы интервалов поиска:
Предельные значения производных:
,
Начальные шаги по координатным осям:
ДельтаX
ДельтаY
Базовый шаг в направлении градиента: h0
Заданное предельное значение модуля градиента: E
Найти экстремум функции методами:
Гаусса-Зейделя, градиента, наискорейшего спуска.
Требуется найти минимум функции.
4.2 Метод Гаусса-Зейделя
Описание алгоритма поиска
В этом методе последовательность переменных определяется рядом
Алгоритм метода
Выбирается исходная точка поиска
Вычисляется новая точка , где - величина рабочего шага.
Знак "+" ставится а знак в задаче максимизации,
а знак " - " ставится в задаче минимизации.
Вычисляется величина
Далее вычисляем
Для произвольной переменной
Останов поиска в направлении выбранной переменной производится , если функция перестает улучшаться , то есть при , . Затем изменяют следующую по порядку переменную до выполнения аналогичного условия.
Поиск заканчивается при выполнении условия:
|