Нахождение глобального минимума целевой функции
Целью оптимизации динамической системы является нахождения глобального экстремума целевой функции, т. е. определения таких значений оптимизируемых параметров в их областях допустимых значений, которые дадут наилучший результат целевой функции. На практике рассматриваемые методы не способны обеспечить стопроцентное нахождение глобального минимума. Зачастую они сходятся к локальному минимуму функции ( ), а точка глобального минимума ( ) остается за пределами исследований метода (рис 2.10).
Рис. 2.10. Нахождение локального минимума методами прямого поиска
Появление данной ситуация зависит от многих факторов. Перечислим некоторые из них:
1) вид зависимости целевой функции от оптимизируемых параметров;
2) величина начального шага поиска метода;
3) положение начальной точки.
Так как зависимость целевой функции от параметров динамической системы носит обычно сложный характер и выражена неявно, то попытка увеличить вероятность нахождения глобального минимума может быть реализована через изменения алгоритмом моделирования факторов 2 и 3.
Рассмотрим алгоритм нахождения глобального минимума на основе изменения оптимизирующим методом начальной точки. Вначале определяется область возможных значений для оптимизируемых параметров. Если на некоторый параметр не наложено ограничение вида , то границы его изменения определяются исходя из настроек метода.
В общем случае существует 2 метода изменения начальной точки поиска (рис 2.11.):
· сеточный – начальными точками являются значения в каждом узле сетки параметра, сформированной с определенным шагом;
· стохастический – начальными точками являются случайные значения параметров из области возможных значений;
а) б)
Рис. 2.11. Метод изменения начальной точки поиска для функции 2-х параметров: а) – сеточный, б) - стохастический
Теперь рассмотрим сам алгоритм нахождения глобального минимума, использующий стохастический метод выбора начальных точек (рис. 2.12)
Нет |
Начало |
Конец |
Проведено достаточно циклов |
Да |
Проведение оптимизации одним из описанных методов с начальной точкой : - локальный минимум |
Определение начальной точки |
Рис. 2.12 Блок-схема алгоритма нахождения глобального минимума
Еще раз следует отменить, что использование данного метода не может гарантировать нахождение глобального минимума, но существенно увеличивает данную вероятность.
Дата добавления: 2021-10-28; просмотров: 318;