«Реализация метода оптимизация функции нескольких переменных (метод покоординатного спуска) в Excel»

Вид материалаЛабораторная работа

Содержание


Метод покоординатного спуска.
Реализация метода покоординатного спуска в Excel.
Подобный материал:
ФЕДЕРАЛЬНОЕ АГЕНСТВО ПО ОБРАЗОВАНИЮ


ГОУВПО «Самарский государственный архитектурно-строительный университет»


Факультет информационных систем и технологий

Кафедра прикладной математики и вычислительной техники

Лабораторная работа №3

по дисциплине

МЕТОДЫ ОПТИМИЗАЦИИ И ПРИНЯТИЯ РЕШЕНИЙ

На тему


«Реализация метода оптимизация функции нескольких переменных (метод покоординатного спуска) в Excel»


6 СЕМЕСТР 3 КУРС


Руководитель: Пиявский С.А.



Проверил:

Выполнил студент ГИП-105

Косов Д.С.

Пиявский С.А.

__________________


_______________________



Общая оценка __________


Методический руководитель _______________________


Цель: Найти относительный минимум функции, используя метод покоординатного спуска.

Функция имеет вид:




Метод покоординатного спуска.

Пусть нужно найти наименьшее значение целевой функции u=f(M)=f(x, x, . . . ,xn). Здесь через М обозначена точка n-мерного пространства с координатами x, x, . . . ,xn: M=(x, x, . . . ,xn). Выберем какую-нибудь начальную точку М=(x, x, . . . ,xn0) и рассмотрим функцию f при фиксированных значениях всех переменных, кроме первой: f(x, x,x, . . . ,xn0 ). Тогда она превратится в функцию одной переменной  x . Изменяя эту переменную, будем двигаться от начальной точки x=x в сторону убывания функции, пока не дойдем до ее минимума при x=x, после которого она начинает возрастать. Точку с координатами ( x, x,x, . . . ,xn0) обозначим через М, при этом f(M0)  f(M).

Фиксируем теперь переменные: x=x, x= x, . . . ,xn=xn0 и рассмотрим функцию f как функцию одной переменной  x. Изменяя  x , будем опять двигаться от начального значения x2=x20   в сторону убывания функции, пока не дойдем до минимума при x2=x21 .Точку с координатами {x, x, x . . . xn0} обозначим через М, при этом   f(M1) f(M).Проведем такую же минимизацию целевой функции по переменным   x1, x2,  . . . ,xn. Дойдя до переменной xn, снова вернемся к x и продолжим процесс. Эти действия следует повторять до тех пор, пока уменьшение функции не станет меньше или равно заданной нами точности е.


Реализация метода покоординатного спуска в Excel.



Рисунок 1 – Изменяем переменную x1 в промежутке от -10 до 10 с шагом 1. На первом шаге минимум функции f(x)=31 и достигнут при значениях переменных x1=-1, x2=2 и x3=3.



Рисунок 2 – Изменяем переменную x2 в промежутке от -5 до 13 с шагом 1. На втором шаге минимум функции f(x)=15 и достигнут при значениях переменных x1=-1, x2=0 и x3=3.



Рисунок 3 – Изменяем переменную x3 в промежутке от -5 до 13 с шагом 1. На третьем шаге минимум функции f(x)=3 и достигнут при значениях переменных x1=-1, x2=0 и x3=0.



Рисунок 4 – Изменяем переменную x1 в промежутке от -10 до 8 с шагом 1. На четвертом шаге минимум функции f(x)=0 и достигнут при значениях переменных x1=0, x2=0 и x3=0.

Продолжаем изменения, до того момента, пока не будет достигнута заданная точность.


Вывод: Изучил покоординатный метод поиска минимума, реализовав его в Excell.


Литература

1. Методы оптимизации и принятия решений: методические указания к выполнению лабораторных работ / сост. С.А.Пиявский; Самарск. гос. арх.-строит. ун-т./ - Самара, 2007. 59 с.